分類と回帰
Classification & Regression
分類と回帰とは?
- 分類=カテゴリ(種類)の予測
- 回帰=数値(値)の予測
- 教師あり学習の2つの基本課題
ご依頼は多くの場合、一文で届きます。'需要をちょっと予測してみよう。'この言葉が'来月の発注数はいくつか'なのか、'欠品リスクのある品目かどうか'なのかによって、データへのラベル付けの方法から報告書の様式まで、すべて変わります。企画書の一行が、6か月分の作業の進め方を決めます。モデルを選ぶ前に、予測値を受け取った人が何の行動をとるのかを先に書き出しておくと、この分かれ道で迷わずに済みます。
分類は、二値(離脱/維持)、多値(不良の種類5種)、マルチラベル(文書1件に複数のタグ)に分かれます。ほとんどの分類モデルは0と1の間の確率を出すため、0.5という境界線は固定値ではなく調整できる変数です。営業チームが1日に30件しか対応できないなら、境界線を0.72に上げて上位30件だけを通せばよいのです。評価指標も分かれます。分類は適合率・再現率・F1・AUCを、回帰はMAE・RMSE・MAPEを見ます。購入額のように数値である対象も'300万ウォン(約36万円)以上/未満'に区切って分類に変えることはできますが、その瞬間、299万ウォン(約36万円)と10万ウォン(約1.2万円)が同じ枠に入ってしまいます。
現場で最もよく壊れるポイントは正確度です。月間の離脱率が3%の会社で、モデルが全顧客を'維持'と答えても、正確度は97%と表示されます。数字は立派でも、捕まえた離脱顧客は0人です。回帰も同じです。R²が0.9でも繁忙期の数件で40%以上外れると、発注担当者は二度とその数字を見なくなります。分類の結果をそのまま金額の意思決定に使うことも、よくある失敗です。'離脱確率80%'は'損失800万ウォン(約96万円)'ではありません。金額が必要なら回帰モデルを別に組み合わせるか、確率に顧客別の貢献利益を掛けてリスク金額に換算する必要があります。
| 区分 | 分類(Classification) | 回帰(Regression) |
|---|---|---|
| 予測対象 | カテゴリ(種類) | 連続した数値(値) |
| はい | スパム/正常、犬/猫 | 住宅価格、明日の売上 |
| 質問 | 'どちらか?' | 'いくらか?' |
統計学・機械学習の基本的な予測課題の類型として、教師あり学習の二本柱として定着しました。
仮の事例で見てみましょう。役職員260名、年間売上高1,100億ウォン(約1,315,490万円)規模の産業用部品流通会社A社は、取引先1,400社を管理しています。昨年取引を打ち切った先が190社まで増えると、経営陣が「AIで離脱を予測してみるように」と指示し、データチームは3か月の課題を始めました。
- 初回の会議で営業本部長は"離脱しそうな先を当ててほしい"と言い、財務チーム長は"いくら減るのかが知りたい"と言ったため、異なる二つの問いが一つの課題に混ざっていました。
- データチーム長が2つの問いを分けました。「3か月以内に発注を止めるかどうか」は分類、「今後6か月の予想発注額」は回帰として、それぞれ別のモデルを立てました。
- 分類モデルの最初の報告は正解率94%でしたが、実際の離脱190社のうち捕捉できたのは22社だけでした。そこで判定基準値を0.5から0.28に下げ、再現率を68%まで引き上げました。
- 回帰モデルは、上位50の大口取引先でMAPEが31%に跳ね上がったため、少額の取引先を分けて、学習期間を直近18か月に絞ったところ、MAPEを14%まで下げました。
- 営業本部は両方の結果を掛け合わせ、'離脱確率 × 予想発注額'でリスク金額の順位を出し、上位120社に支店長の訪問日程を割り当てました。
- 6か月後、四半期の離脱取引先は48社から29社に減り、守れた発注額は年換算で約27億ウォン(約32,289万円)でした。営業本部長は"当ててほしいとだけ頼んでいたら、半分の成果だった"と話しました。
金鍾赫
キム・ソンイル