Pythonではじめる教師なし学習 ―機械学習の可能性を広げるラベルなしデータの利用

139

6

章 

グループ分け

「5章　クラスタリング」では、データの背後にある構造を同定し、観測点を類似度に基づいてグルー

プ分けする教師なし学習手法であるクラスタリングを紹介した。これらのグループ（クラスタと呼ばれ

る）は、同質で明確なものでなければならない。つまり、グループ内のメンバは互いに類似しており、

他のグループのメンバとは明確に異なるということだ。

応用の観点からは、ラベルを用いずに類似度に基づいてグループに分けるこの機能は非常に強力だ。

この技術は、例えばオンラインショッピングの顧客をグループ分けし（価格に敏感な客、流行に敏感な

客、スニーカーマニア、テクノロジマニア、オーディオマニアなど）、それぞれのグループに対して個

別のマーケティング戦略を立案することに使えるだろう。グループ分けを用いれば、オンライン広告の

ターゲッティングや、映画、音楽、ニュース、

SNS

、出会い系などの推薦システムを改善することもで

きるだろう。

本章では、前章で説明したクラスタリングアルゴリズムを用いて、教師なし学習応用システムを構築

する。具体的には、グループ分けを行う。

6.1

 

LendingClub

データ

本章では、

LendingClub

から取得したローンデータを使う。

LendingClub

は米国の個人間融資会社

で、借入希望者は

1,000

ドルから

40,000

ドルの、

3

年もしくは

5

年の無担保個人ローンをプラットフォー

ム上で申し込む。

出資者は、ローン申し込みを閲覧して、借入希望者のクレジット履歴、ローンの金額、グレー ...