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

259

259

9.2　確率論的にエビデンスを結合する

なければならないとしたら、

10,000

人に

1

人の予約が見込める、という意味になります

†

。

次に知りたいのは、特定の消費者について、訪れたことがある

Web

サイトの集合のよう

なエビデンス

E

‡

が与えられたときに、

C

が起こる確率です。この確率を、

p(C | E)

と書きま

す。これは、「

E

が与えられた場合の

C

の確率」と読みます。あるいは、「条件

E

の下での

C

の確率」と読みます。これは条件付き確率の例題で、「

|

」は「条件付けのバー（

conditioning

bar

）」と呼ばれることもあります。エビデンス

E

の集合が変われば、

p(C | E)

も変わるだろ

うと考えられます。今回の例では、訪問した

Web

サイトの集合

E

が変われば、

p(C | E)

も

変わるだろうということです。

前に述べたように、ラベル付きデータ（例えば、以前ランダムに対象を選定したキャン

ペーンから得られたデータ）を使って、別のケースで集めたエビデンス

E

の集合から、それ

とは違うケースでの確率を導きたいと思います。しかし残念なことに、こうすることで重大

な問題が生じます。それは、どのようなエビデンス

E

の集合を用意したとしても、おそら

く十分ではないということです。つまり、どんなエビデンス

E

の集合についても、それと完

全に内容が一致する集合を持つケースを、クラスに所属する確率を推定するのに十分なほど

の数はおそらく見つけられないだろう、ということです。実際、ある特定の

1

つケースのエ

ビデンスの集合に対してさえ、それと全く同じ ...