小林聡美
名前：小林 聡美（こばやし さとみ） ニックネーム：さと・さとみん 年齢：25歳 性別：女性 職業：季節・暮らし系ブログを運営するブロガー／たまにライター業も受注 居住地：東京都杉並区・阿佐ヶ谷の1Kアパート（築15年・駅徒歩7分） 出身地：長野県松本市（自然と山に囲まれた町で育つ） 身長：158cm 血液型：A型 誕生日：1999年5月12日 趣味： ・カフェで執筆＆読書（特にエッセイと季節の暮らし本） ・季節の写真を撮ること（桜・紅葉・初雪など） ・和菓子＆お茶めぐり ・街歩きと神社巡り ・レトロ雑貨収集 ・Netflixで癒し系ドラマ鑑賞 性格：落ち着いていると言われるが、心の中は好奇心旺盛。丁寧でコツコツ型、感性豊か。慎重派だけどやると決めたことはとことん追求するタイプ。ちょっと天然で方向音痴。ひとり時間が好きだが、人の話を聞くのも得意。 1日のタイムスケジュール（平日）： 時間 行動 6:30 起床。白湯を飲んでストレッチ、ベランダから天気をチェック 7:00 朝ごはん兼SNSチェック（Instagram・Xに季節の写真を投稿することも） 8:00 自宅のデスクでブログ作成・リサーチ開始 10:30 近所のカフェに移動して作業（記事執筆・写真整理） 12:30 昼食。カフェかコンビニおにぎり＋味噌汁 13:00 午後の執筆タイム。主に記事の構成づくりや装飾、アイキャッチ作成など 16:00 夕方の散歩・写真撮影（神社や商店街。季節の風景探し） 17:30 帰宅して軽めの家事（洗濯・夕飯準備） 18:30 晩ごはん＆YouTube or Netflixでリラックス 20:00 投稿記事の最終チェック・予約投稿設定 21:30 読書や日記タイム（今日の出来事や感じたことをメモ） 23:00 就寝前のストレッチ＆アロマ。23:30に就寝
はじめに：カテゴリ変数とダミー変数の違いを理解する
カテゴリ変数とダミー変数はデータ分析の基本用語ですが、混同しやすい点が多いです。特に「変数の種類」と「数値化の方法」の違いを分けて理解することが大切です。カテゴリ変数は「どのグループに属するか」という性質を表すもので、オレンジ・リンゴ・バナナのようなカテゴリーを示します。これ自体は数値ではなく、文字列や記号で表現されることが多いです。一方、ダミー変数は、そんなカテゴリ情報を機械が計算できる形の数値（0と1の形）に変換したものです。ダミー変数を使うと、回帰分析や機械学習のモデルがカテゴリ情報を正しく処理できるようになります。実務では、カテゴリ変数をそのまま使うのではなく、ダミー変数に変換してから分析に回すパターンが多いです。
この変換には「ワンホットエンコーディング」や「インデックス化」といった方法があり、それぞれ特徴があります。ここでのポイントは、カテゴリ変数とダミー変数は別の役割を持つという理解と、変換の意図を明確にすることです。最後に、身近な例をひとつ挙げておくと、色をカテゴリとして扱い、それぞれの色を表すダミー変数を作ると、どの色がデータに影響を与えているのかが分析結果から見えやすくなります。
ねえ、カテゴリ変数とダミー変数の話、ついさっき友達と雑談してて思ったんだけど、カテゴリ変数は分類の名札みたいなもの。色や性別のように、いくつかのグループに分かれている。ところが機械学習は数字が好きなので、この名札を0と1のかたちで表すダミー変数に変換するんだよ。例えば好きな教科が数学か英語かで、それぞれの教科ごとに新しい列を作って、その科目を持っている場合だけ1、それ以外は0にする。こうすることでモデルは各科目の影響を独立して評価できる。変換のコツは、情報を失わずに数値化すること。最初は手作業で混乱するけれど、慣れるとデータを扱う道具として欠かせない存在になる。
ITの人気記事
