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

176

6 章　類似度、近傍、クラスタ

そのため、特徴の集合が与えられた前提である見込み客の期待される消費を推定する場

合、式

6-10

でこれに関する総量を、近傍の履歴消費量の距離重み付け平均値として算出す

ることができます。

6.4

 クラスタリング

この章の初めの部分で説明したように、類似度と距離の概念はデータサイエンスを広い範

囲で支えています。この理解を深めるために、全く異なるタスクについて見てみましょう。

最初に深い考察を行ったデータサイエンスの適用事例である教師ありセグメンテーションに

ついて思い出してください。教師ありセグメンテーションは、調査対象の目的変数の特徴に

着目して、目的変数の値が異なるオブジェクトのグループを見つけ出すものでした。例え

ば、契約が切れるときにサービス会社を切り替えるような顧客の傾向に着目して、その傾向

が異なる顧客のグループを見つけ出します。ところで、教師ありセグメンテーションを語る

上で、なぜ常に「教師あり」という修飾語を使用するのでしょうか。

他の応用例の場合には、対象オブジェクトのグループ（例えば顧客のグループ）を見つけ

出したいものの、事前に目的変数の特徴がわからない場合もあるでしょう。しかし、実際に

は顧客が異なるグループに分かれているとしたらどうでしょうか。もしこのグループがわか

れば、さまざまなことに役立ちます。これがわかるなら少し立ち止まって、マーケティング

の取り組みをより広い視野で考え直したくなるでしょう。また、顧客が誰なのかがわかって

いるとしたらどうでしょう。この顧客グループを理解すれば、より良い製品や ...