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

98

4 章　モデルをデータにフィットさせる

4.1.4

 インスタンスを採点しランク付けするための線形判別関数

どのインスタンスがどちらのクラスに属するかを単純に「

yes

」か「

no

」の

2

値で判定す

るよりも、そのインスタンスがどちらのクラスに属する傾向があるか、その度合を知りたい

場合も多くあります。例えば、どういった顧客がこれから出すオファーに最も反応しやすい

か、どのような顧客が契約終了後に他社に乗り換えやすいのか、といったことがわかるよう

になりたいはずです。そのための

1

つの方法はクラス確率推定のためのモデルを作ることで

す。

3

章では、クラス確率推定のためにツリー帰納法を使いましたが、線形モデルを使って

も同じことを実現できます。このことについては、後でロジスティック回帰を解説するとき

にさらに詳しく説明します。

一方、正確な確率推定が必要ではない場合もあります。そのような場合には、単に、ある

クラスに属する傾向をランク付けするための採点方法しか必要としません。例えばターゲッ

トマーケティングをするとき、限られた予算しかなかったとします。このとき企業からのオ

ファーへの反応しやすさでランク付けした顧客リストがあるといいはずです。反応しやすさ

についての正確な確率を推定できる必要はありません。妥当なランク付けができればいいの

です。リストの先頭の顧客が最もオファーに反応しやすい顧客ということになります。

線形判別関数を使えば、簡単にそういったランク付けができます。図

4-4

を見てくださ

い。

+

のインスタンスを反応しやすい顧客とし、 ...