AI開発力を鍛える！機械学習と最適化による問題解決講座

138

0

1

2

3

2

2.11

すごい予測値が出たが、

これは大発見なのか？

ここまで、機械学習モデル精度への影響を中心に、データ数、パラメータ数・

種類、ノイズ、データ分割、正規化、損失関数・評価関数の影響を見てきま

した。機械学習の章の最後では、予測結果の方に焦点を当て、得られた予測

結果をどのように解釈したらよいかを議論します。

内挿、外挿とは？

　「機械学習は、内挿は得意だが、外挿は不得意。」とよく言われます。教師デー

タに含まれるデータはよく予測できるが、含まれないデータは予測が難しい、と

言い換えてもよいでしょう。ここでの、内挿・外挿、含まれる・含まれないには、



に対するものと



に対するものの2種類がありますので、それぞれを見ていき

ましょう。

図 2.11.1 に、違いを模式的に示します。

　入力パラメータ



の外挿は、教師データの範囲外ととらえるとわかりやすいで

す。

図 2.11.1 の例では、教師データは



の値の範囲の途中までしかなく、値が大

きい領域Aには教師データはありません。このような外挿領域では、一般的に機

械学習モデルの予測精度が低下しますので、図のように予測を外してしまう場合

があります。またこのような教師データの範囲外という典型的な外挿領域の他に、

入力パラメータ間の組合わせによって、教師データ範囲の内側に外挿領域が存在

する場合もあります。

図 2.11.2 に極端な例を示します。



1と



2は、それぞれの

分布ヒストグラムを見ると、-1 から１の範囲で値が連続的に分布しています。し

たがって、 ...