問題 No.2035
ある企業が顧客の解約予測を行うため、勾配ブースティング木を用いた複雑な機械学習モデルを構築した。現場の営業担当者から「特定の一人の顧客がなぜ解約リスクが高いと判定されたのか、その理由を納得できるように示してほしい」との要望があった。この要望に応えるため、各特徴量がその顧客の予測値に対して与えた影響度をゲーム理論の枠組みに基づいて公平に算出し、個別予測の原因を視覚的に提示する手法として、最も適切なものを1つ選べ。
【正解の解説】
SHAP
複数人でプロジェクトを成し遂げた際に「誰が一番貢献したか」を公平に分配するゲーム理論の「シャープレイ値」の考え方を応用しています。会社で大きな契約が取れた時、営業、開発、サポートの誰がどれだけ売上に貢献したかを完璧に数値化して「あなたのこの行動がプラスに働きました」と一人ひとりに説明できる凄腕の分析官のようなものです。
スポンサーリンク
【その他の選択肢の解説】
LIME
LIMEはゲーム理論の厳密な数学的保証はなく、注目したいデータの周りに偽のデータを作って「なんとなくこう動いているはず」と近似的に探る手法です。SHAPが全員の貢献度を完全に調べるのに対し、LIMEはサンプリングで手っ取り早く傾向を探るアプローチという決定的な違いがあり、試験や実務で非常に混同しやすい典型的な罠です。
PDP
PDPは「特徴量が変化すると、モデル全体として予測値がどう変わるか」をグラフにする全体的な傾向を見るツールです。問題文のように「ある特定の一人の顧客」という個別の予測原因を突き詰めることはできず、森全体を見るの得意だが木の一本一本が見えないという特性があるため、個別原因の特定という要望には不適切です。
ROC
ROC曲線は、しきい値を変化させたときの偽陽性率と真陽性率の関係をプロットし、モデル全体の予測精度がどれほど優れているかを評価するための指標です。予測の的中率というテストの成績表のようなものであり、なぜその予測になったのかという「理由の解説」には全く使えないため、初学者が用語の意味を混同しやすい代表的な引っかけ選択肢です。