実践 機械学習システム

38

2

章 実例を対象とした分類法入門

ので。これは一般的に、特徴エンジニアリング（feature engineering）と呼ばれるテーマで行われるこ

とです。機械学習において、特徴エンジニアリングよりアルゴリズムのほうが魅力的に見られがちで

す。しかし、システム性能に大きな影響を及ぼすのは、特徴エンジニアリングのほうです。適切な特

徴量を用いた単純なアルゴリズムとあまり良くない特徴量を用いた洗練されたアルゴリズムを比較した

場合、前者のほうが良い結果になるでしょう。

ここでは、小麦のデータを集めた研究者が「密集度」（または「真円度」とも呼ばれます）という小麦

の形状に関する特徴量を計算しました。この特徴量は、同じ形状の小麦で大きさが２倍違っても同じ

値になります。しかし、細長い小麦の場合は密集度は０に近づく一方で、丸みのある小麦の場合は密

集度は１に近づきます。

ところで、“良い特徴量”とはどういったものでしょうか？ それは次の２つの条件を同時に満たす特

徴量であると言えます。一つは「重要なことには

敏感に反応すること」であり、もう一つは「重要でな

いことには反応を示さないこと」です。たとえば、「密集度」については、小麦全体の大きさが変わって

も密集度は変化しませんが、形状が変わると密集度は変化します。実際のところ、今述べた２つの条

件を完全に満たす特徴量を求めることは難しいかもしれません。しかし、その理想に近づく特徴量を

探索することは重要な仕事です。

良い特徴量を直感的に見分けるためには、取り組んでい