標準化とは？
ひょうじゅんか
標準化とは、異なるスケールのデータを平均0・分散1に変換する操作で、複数の変数を統一的に比較・分析できるようにする手法です。
標準化（ひょうじゅんか、英：standardization）とは、統計学やデータ分析において、異なる単位やスケールを持つデータを共通の尺度に変換する操作のことです。最も一般的な標準化は、各データ値から平均を引き、標準偏差で割る変換であり、結果としてデータの平均が0・標準偏差が1となります。この変換後の値をZスコア（標準得点）と呼びます。
標準化の数式は次のように表せます。Z = (X − μ) ÷ σ（Xは元の値、μは平均、σは標準偏差）。
標準化が必要な場面は多岐にわたります。
- 身長（cm）と体重（kg）のように単位が異なる変数を比較・統合するとき
- 機械学習アルゴリズムで特定の変数が数値の大きさによって影響を受けすぎるのを防ぐとき
- テストの得点を偏差値に変換して相対的な位置づけを示すとき
- 複数の指標を合成してスコアを作成するとき
なお、標準化と正規化（normalization）はしばしば混同されますが、正規化は値を0〜1の範囲に収める操作を指す場合が多く、厳密には異なります。
統計解析・機械学習・品質管理など幅広い分野で前処理の基本として用いられる重要な手法です。
使い方・例文
機械学習モデルを構築する際に、身長・体重・年齢などの変数を標準化して同じスケールに揃えることで、アルゴリズムが安定して学習できるようになります。
この用語をシェア
最終更新: