生成AIパスポート 第2章「正規化と標準化」｜データの前処理で問われる2つの変換

AIに学習させる前に、データの形を整える前処理があります。その中でも試験で問われるのが、正規化と標準化です。どちらも数値の尺度を揃える変換ですが、変換のしかたと性質が違います。2つの違いを押さえておきましょう。なお、この記事の問題例は公式問題ではなく、過去の出題傾向に沿って作ったオリジナルの練習問題です。

1. 正規化とは何か

正規化は、データの値を0から1の範囲に収める変換です。最小値を0、最大値を1として、その間の値を比例して割り振ります。たとえば、テストの点数が0点から100点の範囲にあるとき、正規化すると0点が0、100点が1、50点が0.5になります。年収のように単位や桁が大きく違う特徴量を並べるとき、尺度の違いが学習に影響します。正規化で範囲を揃えると、どの特徴量も同じ土俵で扱えます。ただし、正規化は最小値と最大値に依存します。外れ値が1つあると、その外れ値が最大値になって、他の値が0に近い小さな値に押し込まれてしまいます。外れ値に弱いのが正規化の欠点です。

2. 標準化とは何か

標準化は、データの平均を0、標準偏差を1にする変換です。各データから平均を引き、標準偏差で割ります。たとえば、平均が50点、標準偏差が10点のテストで、60点の人は標準化すると1になります。70点なら2、40点ならマイナス1です。標準化した値は、平均からどれだけ離れているかがそのまま分かります。標準化は最小値と最大値を使わないため、外れ値の影響を受けにくいのが特徴です。外れ値があっても、他の値の相対的な位置関係は保たれます。ただし、標準化した値の範囲は決まっていません。0から1の範囲に収まるわけではない点に注意してください。どちらを使うかは、使う手法で決まります。正規化は、画像のピクセル値のように範囲が決まっているデータや、ニューラルネットワークの入力でよく使われます。標準化は、主成分分析や線形回帰のように、平均からのばらつきを見る手法でよく使われます。試験では手法と変換の組み合わせまでは問われにくいですが、どちらも「尺度を揃える前処理」という目的は同じだと押さえてください。

3. すり替えパターン：2つの変換の取り違え

よくあるすり替えが、正規化と標準化の性質を入れ替えるものです。「正規化は平均を0にする変換である」という説明は誤りで、平均を0にするのは標準化です。「標準化は値を0から1の範囲に収める変換である」という説明も誤りで、範囲を0から1に収めるのは正規化です。もう一つのすり替えが、外れ値への強さです。「正規化は外れ値に強い」という説明は誤りで、外れ値に弱いのが正規化です。標準化のほうが外れ値の影響を受けにくいと覚えてください。試験では、「平均0・標準偏差1」と「0から1の範囲」というキーワードを見たら、どちらが正規化でどちらが標準化かを先に判断するのが確実です。

4. 確認問題

次のうち、正規化と標準化の説明として正しいものはどれでしょうか。A：正規化は平均を0、標準偏差を1にする変換である。B：標準化はデータの値を0から1の範囲に収める変換である。C：正規化は最小値を0、最大値を1にする変換で、外れ値の影響を受けやすい。答えはCです。Aは標準化の説明で、Bは正規化の説明です。正規化と標準化では、変換のしかたと外れ値への強さの両方を確認してください。

生成AIパスポートの直前対策には『生成AIパスポート 直前7日ドリル』（1,500円）がおすすめです。分野別60問と本試験形式の模擬60問で、第2章の用語もまとめて確認できます。