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

57

57

3.2　教師ありセグメンテーション

3.2

 教師ありセグメンテーション

予測モデルとは、ある目的変数の値を推定するためのものでした。直感的に考えると、教

師ありの場合にデータからパターンを抽出するためには、元のデータをそれぞれ異なった目

的変数を持つサブグループに分割すればいいはずです（サブグループに含まれるインスタ

ンスが似たような値の目的変数を持つようにします）。値がわかる属性を使ってセグメント

に分けておくと、そうしてできたセグメントは、目的変数を予測するために使えます。そう

いった分割の仕方は人間にもわかりやすいものになります。例えば、「ニューヨーク市に住

んでいて、中年で、専門職の人々は、平均で

5%

の乗り換え率である」といった具合です。

ここで、「ニューヨーク市に住んでいて、中年で、専門職」の部分が、セグメントの定義（属

性を特定するもの）であり、「

5%

の乗り換え率」の部分がそのセグメントでの目的変数の予

測値です

†

。

データマイニングをするとき、属性がたくさんありすぎてどのようなセグメントに分割す

るべきかわからないこともあります。この本で扱っている乗り換え予測問題においても、乗

り換えする傾向を予測するために最適なセグメントがどのようなものであるか簡単にはわか

りません。こうしたとき、異なる目的変数（の平均値）を持つセグメントに分割できる属性

があるなら、そうした属性を簡単に抽出する方法があればいいはずです。

ここで次の基本コンセプト「目的変数に対して重要な意味を持つ変数を判別する」を考え ...