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

91

91

4.1　数学関数を使った分類

2 クラスの場合だけを考えます。

• この章では数式を扱っており、すべての属性は数値であると仮定します。分類のよう

な離散値の属性を数値に変換して数式を使う方法も存在します。

• 本来は数値の測定値を共通的なスケールに正規化する必要がありますが、この章では

その点については無視します。例えば年齢と収入では、取り得る幅が大きく異なりま

す。通常はモデルをわかりやすくするために、それぞれの属性値の幅が同じスケール

になるように正規化します。この点については後の章で説明します。

　この章では、このような解説が複雑になる要素は無視します。しかし、これらは本来とて

も重要なことです。実際にデータマイニングをする場合には、どのようなデータマイニング

技法を使ったとしても無視することはできません。

4.1

 数学関数を使った分類

3

章で見たツリーモデルのインスタンス空間を思い出してください。インスタンス空間の

1

つをもう一度図

4-1

に示しました。この図では、インスタンス空間が縦線と横線の決定境

界でいくつかの領域に分割されています。

1

つの領域内のインスタンスはできるだけ同じ目

図

4-1

 

4

つのリーフノードを持つ分類木で分割したデータセット

残高

年齢

残高＜50

かつ年齢≧50

残高＜50

かつ年齢＜50

残高≧50

かつ年齢≧45

残高≧50かつ年齢＜45

92

4 章　モデルをデータにフィットさせる

的変数を持っているべきです。前の章では、エントロピーを使ってインスタンスの純粋さを

測定し、決定境界を選ぶ方法を見てきました。 ...