【G検定過去問風テスト】データのバラつきを考慮！「マハラノビス距離」とは

2026年8月8日 2026年8月8日 atsushi_kitazawa

※本記事では、アフィリエイトプログラムより教材を紹介しています。

📝 問題

以下の文章を読み、空欄に最もよく当てはまる選択肢を1つ選べ。

データの分散や変数間の相関（共分散）を考慮して2点間の距離を測る指標であり、主に異常検知や多次元データの外れ値検出の分野で威力を発揮するものは ( ) である。

A）マハラノビス距離
B）ユークリッド距離
C）コサイン類似度
D）ピアソン相関係数

🔍 ここをクリックして正解を見る

正解: A）マハラノビス距離

💡 合格に近づく！徹底解説

重要度: ★★★

■ 1分で分かる！この問題の要点

単純な直線距離ではなく、データの「バラつき具合（分散・共分散）」を考慮して距離を測るのがマハラノビス距離。
変数間に相関があるデータでも正確に距離を評価できる。
工場の機械の故障検知やクレジットカードの不正利用検出などの「異常検知」で大活躍する。

■ 初学者向け解説（例え話や背景）

例えば、健康診断のデータ（身長と体重）を使って、その人が「一般的な健康体からどれくらい外れているか（異常値か）」を判定したいとします。

もし単純な定規での直線距離（ユークリッド距離）を使ってしまうと、身長と体重の単位やバラつき方の違い（例えば、身長は数センチのブレが大きいが、体重は数十キロの変動があるなど）が無視されてしまい、正しく異常を見抜けません。

そこで、データ全体の「広がりのカタチ（分散や相関関係）」を考慮して、楕円状に広がったデータの分布に沿って中心からの遠さを測るのがマハラノビス距離です。「普通の集団の傾向からどれくらい不自然に離れているか」をピタリと捉えられるため、AIによる異常検知の現場でなくてはならない手法となっています。