変数の尺度とデータ型
変数の分類と尺度
変数は、その性質から、大きく定性的データ（質的変数）と定量的データ（量的変数）に分けられ、さらに細かく4つの尺度（scale）に分類されることが多い
分析をする際には、尺度に応じて適切に変数を扱うことが必要になる
定性的データ（質的変数、カテゴリ変数）
名義尺度（nominal scale）
他と区別し分類するための名称のようなもの
例：男女、血液型、郵便番号、住所、本籍地、所属学部、学籍番号
順序尺度（ordinal scale）
順序や大小には意味があるが間隔には意味がないもの
例えば、1位＋2位≠3位のように、足し算引き算ができないもの
例：1位 / 2位 / 3位…、1. 好き / 2. ふつう / 3. 嫌い、統計検定®1級 / 2級 / 3級 / 4級、がんのステージ分類におけるステージI / II / III / IV
定量的データ（量的変数）
間隔尺度（interval scale）
目盛が等間隔になっているもので、その間隔に意味があるもの
例えば、気温が19℃から1℃上昇すると20℃になるとは言えるが、10℃から20℃に上昇したとき、2倍になったとは言えないもの
例：気温（摂氏）、西暦、テストの点数
比例尺度（ratio scale）
0が原点であり、間隔と比率に意味があるもの
例えば、身長が150cmから30cm伸びると180cmになると言えるし、1.2倍になったとも言えるもの
例：身長、速度、睡眠時間、値段、給料、幅跳びの記録
尺度を判別する練習
以下の変数はどの尺度でしょうか？
成績（秀、優、良、可、不可）
偏差値
アヤメの花びらの長さ
アヤメの品種
https://gyazo.com/78ac5ab53d1db58dcc6154798e87cad9
"Feature Type"（特徴量＝説明変数の種類）の記載を気に留めておく
Categorical（カテゴリ）, Integer（整数）, Real（実数）で分類されている
機械学習でデータを扱うときは、こうしたデータの尺度や型を十分に理解したうえで、適切な操作をする必要がある
説明変数は、データの尺度や型によって扱い方が異なる
目的変数は質的変数（カテゴリ）（Categorical）と量的変数（数値）（IntegerまたはReal）によって機械学習としての問題の質が変わる
質的変数（カテゴリ）の場合は分類問題となる
ただし、機械学習のモデルが扱うときには、数値に変換しておく必要がある（ややこしい）
量的変数（数値）の場合は基本的に回帰問題となる
ただし、扱う問題によっては、連続変数を離散化してカテゴリ（クラス）に分け、回帰をすることも考えられる
変数のデータ型を確認する
プログラムでは、変数はデータ型（type）をもつ
pandasのデータフレームでデータを持っていれば、info()を使うことでデータの情報を一覧できる
https://gyazo.com/f7039c74a7cb58b3a4e839e2442e10b1
このDtypeが変数のデータ型を表す
質的変数（カテゴリ変数）の場合
object：オブジェクト型（文字列の変数、文字列・数値が混合した変数はobjectとして扱われる）
量的変数（数値）の場合
int64：符号あり64ビット整数型
float64：倍精度浮動小数点型（符号部1ビット、指数部11ビット、仮数部52ビット）
その他もあるかも