戦略的データサイエンス入門 ―ビジネスに活かすコンセプトとテクニック

230

8 章　モデル性能の可視化

8.1

 分類ではなく、ランク付けを行う

「

7.3

 重要な分析フレームワーク：期待値」では、モデルによってスコアを算出する方法

は、個々のケースに対する意思決定を、期待値に基づいて計算する場合に利用できる、とい

うことを説明しました。意思決定をするための別の方法としては、モデルが算出したスコア

によって一連のケースをランク付けし、上位ランクのケースに基づいて行動を選択する、と

いう方法があります。個々のケースに対して

1

つずつ意思決定する代わりに、上位

N

個の

ケース（または、任意の閾値を上回るスコアを持つすべてのケース）を取り、決定する方法

もよいかもしれません。このような方法を取ることには、いくつかの実用的な理由がありま

す。

その理由の

1

つには、モデルが算出するスコアは、そのケースがどのクラスに分類される

かを尤度（尤もらしさ、

likelihood

）によってランク付けしたものであり、真の確率（母確

率、

true probability

）ではなく、あくまで推定値であることが挙げられます（分類器のス

コアとみなせる決定境界からの距離に関して説明した

4

章を参考にしてください）。さらに

重要なことは、そういった分類器からは何らかの理由で、推定値すら正確に得ることができ

ないかもしれない、ということです。例えば、ターゲットマーケティングを行う際には、代

表的なトレーニングサンプルを十分に得ることができない場合に、これが起こります。しか

し、そういった分類器が算出するスコアは依然として有用で、どの戦略が優れているのかを ...