データの種類

トレーニングセット内の各列（特徴量）には、それぞれデータ型が関連付けられています。これらのデータ型は、数値型、カテゴリ型、および日付・時刻型に分類されます。

ほとんどの機械学習アルゴリズムは数値データでのみ良好に動作するため、カテゴリ型や日時型の値は数値に変換する必要があります。

日付や時刻の場合、タスクに応じて 'year'、'month' などの特徴量を抽出できます。これらはすでに数値値であるため、そのまま利用できます。

カテゴリ型データの処理はやや難易度が高くなります。

カテゴリカルデータの種類

カテゴリカルデータは2種類に分類されます：

• 順序データ（オーディナルデータ）：カテゴリに自然な順序があるデータ。例：学歴（小学校から博士号まで）、評価（非常に悪いから非常に良いまで）など。

• 名義データ（ノミナルデータ）：カテゴリに自然な順序がないデータ。例：名前、性別、出身国など。

順序データと名義データを数値に変換するには異なる手法が必要なため、それぞれ別々に扱う必要があります。