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

258

9 章　エビデンスと確率

きのデータを利用しようと思います。次に説明するのは、とても広く応用可能なフレーム

ワークです。このフレームワークでは、エビデンスを評価することと、結合することの両方

ができます。その結果として、特定のクラスに所属する確率を見積もることができます（こ

こでは、ある消費者が、広告を見た後に予約をした人のクラスに所属する確率です）。

この例題の型に当てはまる問題は、他にもたくさんあることがわかります。この問題は、

分類確率（クラスに所属する確率）の見積問題で、

1

つ

1

つのインスタンスはエビデンスの

集合として表現されています。また、そのエビデンスの集合は、ひょっとするともっと大

きなエビデンス候補の全体集合の一部かもしれない、という問題です。例えば、テキスト文

書の分類は完全にこの例題の型に当てはまります（これについては、次の

10

章で説明しま

す ）。

1

つ

1

つの文書は単語の集合で、とても大きな語彙の集合の一部です。

1

つ

1

つの単語

は、文書がその分類に当てはまるか当てはまらないかを示すエビデンスを提供する可能性が

あります。そして、私たちはその複数のエビデンス同士を結び付けて、分類を判断したいの

です。次に紹介する技法は、多くのスパムメール検知システムで実際に使われているもので

す。インスタンスは電子メールメッセージで、目的変数が取り得るクラスはスパムかスパム

でないか、そして特徴は電子メールメッセージに含まれる単語や記号です。

9.2

 確率論的にエビデンスを結合する

これまでよりも数式が登場します ...