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

204

7 章　意思決定のための分析思考 I：良いモデルとは何か

す。そのため、本当に測りたいものではなく、その代替指標が必要になることがあります。

しかし、たとえ代替指標を用意したとしても、計測したい最終的な目標について十分に考慮

することが決定的に重要です。代替指標を使わなければならない場合でも、その選択は慎重

に、データ分析思考に基づいて行うべきです。

このとき難しいことは、世の中にはさまざまなデータサイエンスの使い方があるというこ

とです。分類問題や回帰問題、その他あなたがこれから出会うさまざまな問題に対して、す

べてに対処できる単一の評価指標はありません。ただし、それでもモデルの評価における共

通の課題やテーマというものはありますし、またそれらのためのフレームワークや手法も存

在します。

この章では、そういったフレームワークを解説していくことにします。また、分類におけ

る評価指標（この章で扱います）、インスタンススコアリング（顧客がオファーに応じる確

率によって顧客に順序を付ける、など）、クラス確率推定（次の章で扱います）なども説明

します。具体的な手法については、例を示して紹介することとし、その中でなぜそれらの手

法を使う必要があるか深く考えていきます。幸いにもそれらの手法は、データ分析で扱う多

くの問題に適用することができます。また、モデルの評価のための一般的なフレームワーク

も説明します。これには期待値という概念を使います。期待値を使った評価方法は、さまざ

まな場面で応用できます。後の章でも示すように、期待値はデータ分析思考に関する体系化 ...