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

77

77

3.3　セグメンテーションの視覚化

Yes

の人が

5

人と、

No

の人が

1

人います。分割に使える属性は

2

つあります。頭の形（正

方形あるいは丸）と、体の色（白色あるいは黒色）です。どちらを選んでもうまくいきます

が、ここでは体の色を選ぶことにします。この分割によって、図

3-13

で示したグループが

出来上がります。これらのグループは純粋であり、これで分割は完了です。こうしてできた

分類木は図

3-14

のようになります。

ここまで説明した内容をおさらいすると、分類木を導出する手順は分割統治法を繰り返す

ものでした。それぞれの段階における目的は、そのとき対象としているグループを分割する

ための属性を選び出すことで、分割後のサブグループが目的変数についてできるだけ純粋に

なるように属性を選びます。こうした分割を繰り返し実施していきます。属性を選ぶ際に

は、それらを評価して、できるだけ純粋なサブグループを作り出すものを選びます。この作

業をいつ終えればいいでしょうか（繰り返しをやめればいいでしょうか）。木の中のノード

がすべて純粋になれば、当然やめることになります。あるいは、分割に使える属性がなく

なったときにも終えることになります。ただ、最後まで到達する前にもっと早い段階でやめ

たい場合もあるでしょう。このような問題については

5

章で説明します。

3.3

 セグメンテーションの視覚化

予測モデルを構築するということは、すなわち教師ありセグメンテーションであると見な

してきました。分類木がインスタンス空間をどのように分割するかを示せば ...