One-hotエンコーディングとは

2024年6月25日

One-hotエンコーディングは、カテゴリカルなデータを数値データに変換する手法の一つです。主に機械学習やディープラーニングのモデルに入力する際に使われます。

One-hotエンコーディングでは、カテゴリカルなデータの各カテゴリが新しい特徴として表現され、そのカテゴリが存在する場合には1、存在しない場合には0という数値に変換されます。具体的な手順は以下の通りです：

1. カテゴリカルな特徴のユニークな値を抽出します。
2. ユニークな値の数だけ新しい特徴（列）を用意します。
3. 各サンプルごとに、そのサンプルのカテゴリが存在する特徴に1を設定し、それ以外の特徴には0を設定します。

例えば、以下のようなカテゴリカルな特徴があるとします：

css
["赤", "青", "緑", "赤", "黄"]

この場合、One-hotエンコーディングを行うと次のようになります：

赤  青  緑  黄
1   0   0   0
0   1   0   0
0   0   1   0
1   0   0   0
0   0   0   1

このようにして、元のカテゴリカルな特徴がバイナリの特徴に変換され、機械学習モデルなどで利用できる形式になります。One-hotエンコーディングは、カテゴリカルな特徴を数値データに変換する際に広く利用される手法の一つです。