<< 目次へ
最終更新日： 2016.2.20
７．予測する
ある結果に対しての説明がつくと、そのモデルに基づいて予測することができるようになります。先ほどの例では、以下のようなモデルがつくられました。
しかし、これは「人間が目視的に確認してつくったモデル」であり、どれだけ信頼性と妥当性のあるモデルかはあやしいものです。そうであるとはいっても、今はこのモデルが正しいと信じて使ってみることを考えていきたいと思います。このモデルを別のデータに当てはめてあげると、何となく購買点数の多い顧客を予測できるかもしれません。あなたなら、下表のデータが得られていた場合、4人の顧客が購買点数の多い顧客がどうか予測できますか？
顧客ID 天然りんごジュース 年齢 購買点数 0244 1 20 ？ 1289 0 30 ？ 1985 0 25 ？ 2002 1 50 ？
もしモデルが正しいのであれば、おそらく「0244」と「2002」はまず間違いなく購買点数が多いでしょう。「1985」は天然りんごジュースを購買はしていませんが、年齢は25歳とモデル側の特徴と「年齢は近いもの」があります。しかし年齢は天然りんごジュースほど高い説明力を持った要因ではありませんでしたので、あまり信用し過ぎてはいけないかもしれないのです。すると「1985」は何となく100％ではないけど80％くらいの確率で購買点数が多い顧客なのかと想像できそうです。「1289」は年齢が30歳なので何とも微妙な感じですが、少なくとも「1985」ほどは確率が高くなさそうで（年齢が若くないので）50％くらいといったところでしょうか。
【注】これはあくまでも考え方の体操です。80％だとか50％だとかの数値は何の根拠もない数値です。
■予測するということ（まとめ）
