one-hotベクトルとは？初心者にもわかる基本ガイドと実例共起語・同意語・対義語も併せて解説！

この記事を書いた人

高岡智則

年齢：33歳性別：男性職業：Webディレクター（兼ライティング・SNS運用担当）居住地：東京都杉並区・永福町の1LDKマンション出身地：神奈川県川崎市身長：176cm 体系：細身〜普通（最近ちょっとお腹が気になる）血液型：A型誕生日：1992年11月20日最終学歴：明治大学・情報コミュニケーション学部卒通勤：京王井の頭線で渋谷まで（通勤20分）家族構成：一人暮らし、実家には両親と2歳下の妹恋愛事情：独身。彼女は2年いない（本人は「忙しいだけ」と言い張る）

one-hotベクトルとは？

データを機械が処理できるように変える仕組みの一つが one-hotベクトル です。まずは言葉の意味から見ていきましょう。

基本的な考え方

one-hot とは「ちょうど一つだけ = 1、それ以外はすべて 0」という表現のことです。たとえば色を表す場合、赤・緑・青の三つのカテゴリーがあるとします。赤を 1、緑と青を 0 にすると [1, 0, 0] となり、緑は [0, 1, 0]、青は [0, 0, 1] になります。こうしたベクトルを one-hotベクトル と呼びます。

どうして使うのか

機械は数字の形のデータを好みます。言葉やカテゴリの文字列をそのまま渡しても意味が分からないので、数値の形に変える必要があります。one-hotベクトル はカテゴリを「どれか一つだけ選ばれている」という情報を、機械が理解できる形に変える方法です。

具体的な作り方

カテゴリの総数を N とします。各カテゴリには 0 から N-1 までの番号を割り当て、対象のカテゴリの位置だけ 1、それ以外は 0 にします。たとえば N が 4 の場合の例は次のようになります。

カテゴリ	ベクトル
カテゴリA	[1, 0, 0, 0]
カテゴリB	[0, 1, 0, 0]
カテゴリC	[0, 0, 1, 0]
カテゴリD	[0, 0, 0, 1]

現実のデータでも同じ考え方で表します。たとえば国を表す列があり、日本・アメリカ・中国・韓国の4つなら、日本は [1,0,0,0]、アメリカ は [0,1,0,0] のようになります。

メリットとデメリット

メリット はシンプルで理解しやすい点です。別のカテゴリとの間に順序や距離の仮定が不要で、計算も簡単です。

デメリット は次の点です。カテゴリの数が増えるとベクトルの長さが大きくなり、データが疎になる こと。加えて「似ているカテゴリ」をモデルが覚えにくく、類似性を自然に捉えにくいです。これを解決する方法として 埋め込み表現 や カテゴリ分解 などが使われます。

使う場面の例

名前のないデータ、テキストのトークン、商品カテゴリ、地域、日付の区分など、カテゴリが決まっているデータ を機械に渡すときに使われます。自然言語処理の初期段階や、実装が難しいときのベースラインとしても活躍します。

実務での注意点

実務では データの前処理 の際に欠損値や未知のカテゴリへの対応が必要です。新しいカテゴリが出てきたらどうするか、などの運用ルールを決めておくと混乱を防げます。

よくある誤解

よくある誤解として、埋め込みと混同 しますが、埋め込み は連続的な値にする技術であり、one-hot とは別物です。ここを分けて覚えましょう。

もう一つの誤解として、長いベクトルが必ず良い わけではない点も重要です。高次元になるとモデルの学習が難しくなることがあります。

実用的な代替案

埋め込みやターゲットエンコーディングなど、データの規模やタスクに応じて適切な方法を選ぶことが大切です。

まとめ

one-hotベクトルは「ちょうど一つだけが 1、残りは 0」という規則性でカテゴリを数値化する方法です。理解のコツは、カテゴリの数を決め、それぞれのカテゴリを一意の位置に対応づけることです。長所と短所を踏まえ、場面に応じて埋め込みなどの代替案と組み合わせて使うと、データをより上手に機械に伝えることができます。

one-hotベクトルの同意語

ワンホットベクトル: カテゴリを表すベクトルで、要素のうちちょうど1つが1、他はすべて0になる表現です。主にカテゴリの識別に使われます。
ワンホットエンコーディング: one-hot encoding の日本語表現。カテゴリを0と1で表すエンコード手法で、機械学習の入力ベクトルとしてよく利用されます。
1ホットベクトル: 1つの要素だけが1、残りは0になるベクトルの別表現です。読みは“いちホット”。
one-hotベクトル: 英語表現を日本語表記にした名称で、ワンホットベクトルと同義です。
one-hot表現: カテゴリを0/1で表す表現方法の総称。ベクトルとして表すことが多いです。
one-of-K表現: K個のカテゴリのうちちょうど1つだけを1で示す表現。one-of-K encoding の日本語表現。
one-of-Kエンコーディング: カテゴリを1つだけを1で表すエンコード手法。one-hot と同義の日本語表現です。
one-of-Nエンコーディング: N個のカテゴリのうち1つだけを1で表すエンコーディング。一般的には one-hot と同義として使われます。
0/1ベクトル（1要素のみ1）: 全要素が0か1のベクトルで、ただ1つの要素だけが1になる特殊な表現。one-hot 表現の説明として使われることがあります。
カテゴリ別識別用ベクトル: カテゴリを個別の位置で識別するベクトル表現の総称。実質的には one-hot 表現を指すことが多いです。

one-hotベクトルの対義語・反対語

密表現: 情報が多くの次元に分散して格納され、各成分が実数値をとる表現。ワンホットのように1つの要素だけが突出するのではなく、全体で意味を表す点が特徴です。
分散表現: 情報が多くの次元に分散して蓄えられる表現。個別の成分だけで意味を決めず、組み合わせで意味を表現します。
連続値ベクトル: 各成分が連続的な実数値で表され、0や1といった離散的な制約がないベクトル。密表現の典型的な形です。
複数ホット表現: 一つ以上の成分が 1 であるベクトル。複数のカテゴリを同時に表す場合に用いられ、one-hot の拡張と言えます。
ラベルエンコーディング: カテゴリを整数で表すエンコーディング。次元数はカテゴリ数と同じになることが多く、順序情報が生じることがあるため、ワンホットの代替として使われることがあります。
順序付きエンコーディング: カテゴリ間に順序情報を持たせるエンコーディング。ワンホットより意味の連続性を扱いやすい一方、順序の取り扱いには注意が必要です。
カテゴリ埋め込み: カテゴリを低次元の連続ベクトルに変換する手法。密で分散した表現を作るのに適しており、ニューラルネットの入力として広く用いられます。
非疎表現: ゼロがほとんどを占めない、疎でない表現。密表現と同義に近く、データが稠密に分布している状態を指します。