変数変換とは？単純関数変換と標準化の基礎をわかりやすく解説

変数変換（variable transformation）とは、ある変数の値に対して特定の変換を適用する操作のことです。言い換えれば、すべてのオブジェクトに対して、そのオブジェクトが持つ変数の値に同じ変換が一様に適用されます。例えば、変数の「大きさ」だけが重要である場合には、絶対値を取ることで変数の値を変換できます。

変数変換には主に2種類あります。「単純関数変換」と「標準化（正規化）」です。以下、それぞれについて詳しく見ていきましょう。

単純関数変換

単純関数変換では、各値に対して独立に単純な数学関数を適用します。変数xに対する変換の例としては、x^k、log x、e^x、√x、1/x、sin x、|x| などが挙げられます。

統計学では、特に平方根（sqrt）、対数（log）、逆数（1/x）などの変換が、ガウス分布（正規分布）に従わないデータを正規分布に従う形へと変えるためによく用いられます。これも重要な目的ですが、データマイニングの現場では、それ以外の理由が優先されることも少なくありません。

具体例：log10によるスケールの圧縮

例として、注目する変数が「1セッションあたりの転送バイト数」であり、その値が1バイトから10億バイトまでの広大な範囲に及ぶケースを考えてみましょう。これほど範囲が広いデータは、log10変換で圧縮すると扱いやすくなります。この変換を適用すると、10⁸バイトと10⁹バイトを転送したセッションは、10バイトと1000バイトを転送したセッションよりも互いに「近い」ものとして扱われます（9 − 8 = 1 に対し、3 − 1 = 2 の差）。

変換適用時の注意点

変数変換はデータの性質そのものを変えてしまうため、慎重に適用しなければなりません。変換の特性を十分に理解せずに使うと、思わぬ問題が発生することがあります。例えば、1/xという変換は、1以上の値の重要度を下げる一方で、0から1の間の値の重要度をかえって引き上げてしまいます。

標準化・正規化

もう一つの代表的な変数変換が、変数の「標準化」や「正規化」です。その目的は、特定の性質を持つ一連の値の集合を作り出すことにあります。統計学で最もよく知られている例が「変数の標準化」です。

属性値の平均（平均値）を x̄、標準偏差を s_x とすると、z = (x − x̄) / s_x という変換によって、平均0・標準偏差1を持つ新しい変数（Zスコア）が得られます。

複数の変数を組み合わせて分析する場合、値のスケールが大きな変数が計算結果を支配してしまうのを防ぐために、こうした変換が必要になることがよくあります。

外れ値に強い変換への修正

ただし、平均と標準偏差は外れ値の影響を強く受けるため、上記の変換はしばしば修正されます。修正は次の2段階で行います。

第一に、平均を中央値（データを並べたときの中間の値）に置き換えます。第二に、標準偏差を絶対標準偏差に置き換えます。具体的には、変数xに対する絶対標準偏差は次のように定義されます。

σ_A = (1/m) Σ_i=1〜m |x_i − μ|

ここで、x_i は変数のi番目の値、m はオブジェクトの総数、μ は平均または中央値です。中央値と絶対標準偏差を用いることで、外れ値が存在しても安定した標準化が可能になります。