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

268

9 章　エビデンスと確率

を作る場合を考えてみましょう。

1

通の迷惑メールを受け取ったら、ブラウザで「迷惑メー

ル」ボタンをクリックすることができます。こうすると、このメールを受信ボックスから削

除するのに加えて、トレーニングデータのラベルを作成します。つまり、「迷惑メール」陽

性のインスタンスです。もしメールを分類するモデルが即座に更新されて、それによってす

ぐに他の類似のメールもスパムかどうかの分類を開始してくれるのであれば非常に便利で

す。単純ベイズは、多くのパーソナライズされた迷惑メール検知システムの基礎になってい

て、例えば

Mozilla Thunderbird

の迷惑メール検知システムなどでの利用が挙げられます。

単純ベイズはほとんどすべてのデータマイニングツールに取り込まれていて、もっと洗練

された別の手法と比較できるように、共通のベースラインとなる分類器として提供されてい

ます。ここまで、

2

値の属性を分類する単純ベイズを説明してきましたが、これまで説明し

てきた考え方は、分類する属性が多値の場合にも、数値の場合にも、簡単に拡張することが

できます。これらについては、データマイニングアルゴリズムの教科書などで取り上げられ

ているでしょう。

9.4

 エビデンスの「リフト値」のモデル

「

8.5

 累積反応とリフト曲線」で、分類器を評価する指標としてリフト値の考え方を説明

しました。直感的に言うと、リフト値は分類器が集める陽性のサンプルが、陰性のサンプル

を上回る量です。リフト値を使うと、分類器で選定した一部の集団で陽性クラスが現れる割 ...