予測モデルの簡単手法選択ガイド

選択ガイド3

こんにちは。truestar齋藤です。

予測の目的によって分析手法を考える必要がありますが、簡単に選ぶことができるガイドを作ってみました。

今回はExploratoryでの実施を想定したガイドですが、もちろん他のToolでも使える方法です。

まずExploratoryって何?

  • データ接続・加工
  • データ分析・統計解析・機械学習
  • 可視化

がExploratoryひとつで完結でき、かつプログラミング知識なしで使うことができるツールです。

詳細は以下のExploratoryのサイトをご確認ください。

https://exploratory.io/

分析手法 簡単選択チャート

まず予測の目的は何?

予測する目的は大きく2つあると思います。

影響する要素を解き明かすことと、高い精度での予測値を得ることです。

両方を追求したい場合も多いと思いますが、比重が大きいほうを検討しましょう。

影響する要素を解き明かしたい場合

影響する要素を解き明かしたい比重が大きい場合、目的変数が数値かカテゴリ(もしくはOn/Off)によって、手法が異なってきます。

目的変数がいずれにしてもまずはランダムフォレストでざっくりと各要素の影響度を把握しましょう。ランダムフォレストについては、以前に以下のブログでも紹介していますので参考にしてみてください。

Exploratoryでランダムフォレストをやってみた

そのあとに、目的変数が数値の場合は線形回帰分析を行い、目的変数がカテゴリの場合はロジスティック回帰を実施して、予測モデルを構築します。

予測精度を上げたい場合

予測精度を上げたい場合は機械学習が最適です。Exploratoryでは機械学習が簡単に実施できるようになっています。

時系列データの場合はProphetを実施してみましょう。ProphetとはFacebookが開発した機械学習のアルゴリズムで、Exploratoryでも簡単に使うことができます。

時系列データでない場合は、ランダムフォレストを実施して予測モデルを構築しましょう。

今後もExploratoryでできる様々な分析について語っていきたいと思います!