右に裾の長い金額の変換
通販E社では、顧客別の年間購入額を線形回帰の目的変数にしたい。多くの顧客は数千円〜数万円だが、一部に数百万円の顧客がいて、分布は右に長い裾を引いている。数百万円の値も入力ミスではなく実際の購入額である。モデル化の前に行う処理として最も適切なものを1つ選べ。
- A
購入額に1を足して対数をとり、分布の偏りを和らげてから学習させる
- B
購入額を最小最大正規化で0〜1に収め、分布の偏りをなくしてから学習させる
- C
上位の顧客の購入額を全体の平均値で置き換え、外れ値をなくしてから学習させる
- D
購入額を標準化して平均0・分散1にそろえ、正規分布に変えてから学習させる
正解と解説を見る
正解:A
正しい値でも右に裾が長い量的変数には、対数変換が有効である。正規化や標準化は尺度をそろえる処理で、分布の形は変えない。
- A
正しい。対数変換は大きな値ほど強く縮めるため、右に裾の長い分布が左右対称に近づき、少数の極端な値に引っ張られにくくなる。
- B
誤り。最小最大正規化は値の範囲を変えるだけで、分布の形は変わらない。大半の値は0付近に固まったままになる。
- C
誤り。実際に起きた値を消すことになり、重要な優良顧客の情報が失われる。さらに平均値自体も外れ値の影響を受けている。
- D
誤り。標準化は位置と尺度をそろえる処理で、分布の形は変わらない。偏った分布が正規分布になるわけではない。
このサイトの問題は、各試験の公開されている出題範囲に沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。一般社団法人データサイエンティスト協会・一般財団法人統計質保証推進協会の公式サービスではありません。