欠損値とは？-AI関連の用語集【クラベルAI】-

欠損値（Missing Value）

欠損値（Missing Value）とは、データの表の中で、本来入るはずの値が入っていない空欄のことです。アンケートの未回答、機械の故障による記録の抜け、入力漏れなどが原因です。そのまま分析すると、計算が止まったり、結果が偏ったりします。削除するか、何らかの値で補うかを、原因を考えて決めます。

欠損値（Missing Value）関連用語

欠損値（Missing Value）に関連する単語は以下の通りです。

• データクリーニング（Data Cleaning）データの掃除の全体像は？→
• 外れ値極端な値はどう扱う？→
• データセット（Dataset）きれいなデータの集まりとは？→
• フィーチャーエンジニアリング（Feature Engineering）空欄の有無を特徴にできる？→
• 不均衡データ偏ったデータとどう関係する？→
• バイアス（Bias）欠けが偏りを生むのはなぜ？→

欠損値（Missing Value）で知っておくと得する有益情報

欠損値は、扱い方で分析の結果が変わります。覚えておきたい3つの点です。

• 原因を先に考える偶然の抜けか、特定の人だけ答えなかったのかで対処が変わります。
• 安易に0で埋めない0は「ゼロという値」の意味になり、結果を歪めます。
• やり方は記録する補った方法を残さないと、後で結果を説明できなくなります。

主な対処法と特徴

空欄の原因を考えてから、削除か補完かを決めましょう。

欠損値（Missing Value）やさしい解説

空欄があるなら、全部消しちゃえばいいんじゃない？

アンケートで答えなかった人を全部外すと、正直に答えたい人だけが残るかもしれません。偏った結果になる恐れがあります。

消す前に、なぜ空欄になったのかを考えるのがコツです。

仕事に置き換えると、顧客名簿の「年齢」欄が3割空欄の場面です。空欄の人を全員外すと、年齢を教えたくない層が分析から消えてしまいます。補う方法を決めるか、「年齢不明」という区分を設けるなど、状況に合わせた扱いを検討しましょう。

欠損値（Missing Value）についてのみんなの疑問

欠損値は必ず埋める必要がありますか？

いいえ、手法によっては空欄のまま扱えます。決定木系の手法には、空欄をそのまま扱えるものもあります。使う手法と目的で、方針を決めましょう。

0で埋めてはいけないのはなぜですか？

0は「値がゼロ」という意味になってしまうからです。たとえば購入額の空欄を0にすると、買っていない人として扱われます。空欄の意味と実際の値は区別します。

生成AIに欠損値を補ってもらえますか？

案は出せますが、そのまま使うのは避けましょう。もっともらしい値を作ってしまうことがあります。補った値と元の値を区別して残し、人が確認しましょう。

AI関連の用語集【まとめ】

AI関連の用語集が気になる方のために、用語集一覧を作成しました。AIに関する学びを深めたいとお考えの方は、ぜひご覧ください。

AI関連の用語集（全用語）気になった言葉は、ここからまとめて探せます。用語集を開く →

この記事は役に立ちましたか？

はい、役に立った いまいち

この記事をシェア

X Facebook LINE はてブ URLをコピー

ブログやSNSで紹介していただくときは、このページのURLをそのままお使いください（リンクはご自由にどうぞ）。

このサイトをホーム画面に追加

分からない言葉が出たとき、すぐ開けます。