アナリティクス・ビューで作ったモデルを使って、新しいデータフレームで予測する方法
アナリティクスビューで作成したモデルを使って、新規データフレームに対して予測を行い、予測精度を評価する方法を紹介します。
Exploratoryのアナリティクスでは、モデルに応じて以下の4種類のタイプの値を予測できます。
- 数値
- 論理値（TRUE/FALSE）
- カテゴリー
- 生存確率（生存確率の予測の詳細はこちらから確認いただけます）
また予測する値のタイプに限らず、アナリティクスビューで作成したモデルを使って新しいデータに対して予測をしたい対象の、新しいデータフレームに移動して、ステップメニューから「モデルで予測（アナリティクスビュー）」を選択します。
すると、予測のためのダイアログが表示されます。
数値・カテゴリーを予測する
モデルで予測のダイアログが開いたら、利用したい予測モデルを作成したデータフレームと、アナリティクス名（アナリティクス・ビューで作成したモデルのタブ名）を選択して、実行します。
すると、予測する対象に応じて、予測結果が返ります。
数値型の場合
数値を予測した場合は、数値型の予測値や関連する指標がデータフレームに追加されます。
カテゴリー型の場合
カテゴリーを予測した場合は、予測されたカテゴリー、そのカテゴリーである予想確率、全てのカテゴリーの予測確率がデータフレームに追加されます。
論理値（TRUE/FALSE）を予測する
モデルで予測のダイアログが開いたら、利用したい予測モデルを作成したデータフレームと、アナリティクス名（アナリティクス・ビューで作成したモデルのタブ名）選択します。
論理値（TRUE/FALSE）を予測するモデルを選択している場合、「TRUE/FALSEの境界値」というオプションが表示されます。
これは論理値（TRUE/FALSE）を予測するモデルの場合、論理値そのものを予測しているわけではなく、TRUEになる確率を予測しているためです。
そのため、論理値（TRUE/FALSE）を予測するモデルの場合、TRUEと返す際の境界値（しきい値）を自ら設定できます。
デフォルトは0.5（50%）になっていますが、0から1の間で境界値は自由に設定できます。
新しいデータに対する予測精度を評価したい
新しいデータに対して実施した予測結果に対する答え（結果・実測値）の列がある場合、予測精度を評価することも可能です。
数値の場合
数値型の予測値に対する予測精度を評価したい場合、ステップメニューから「モデルを構築・評価」、「予測精度の評価」、「回帰-指標」を選択します。
予測精度を評価するためのダイアログが開いたら、「予測された確率の列」には該当する列である「predicted_probability」と、実際の数値の列を選択して、実行します。
すると、数値の予測精度を評価する指標の計算結果が表示されます。
論理値の場合
論理値の予測に対する予測精度を評価したい場合、ステップメニューから「モデルを構築・評価」、「予測精度の評価」を選択のうえ、「二項分類
- 指標」または「二項分類 - ROC」を選択します。
二項分類 - 指標
「二項分類 - 指標」を選択した場合、以下のようなダイアログが表示されます。
「予測された確率の列」には該当する列であるpredicted_probabilityを選択し、実際の値の列には、実際の論理値を選択します。
なお二項分類のモデルにおいては、モデルの評価指標が、TRUE/FALSEを決める境界値（しきい値）によって変動するため、手動で入力するか、最適化する指標を選択できるようになっています。
それぞれの設定を終えて実行すると、論理値の予測精度を評価する指標の計算結果が表示されます。
二項分類 - ROC
「二項分類 - ROC」を選択した場合、以下のようなダイアログが表示されます。
「予測された確率の列」には該当する列である「predicted_probability」を選択し、実際の値の列には、実際の論理値を選択します。
すると、論理値を予測するモデルの精度を評価するROC曲線の計算結果が表示されます。
カテゴリーの場合
カテゴリーの予測に対する予測精度を評価したい場合、ステップメニューから「モデルを構築・評価」、「予測精度の評価」、「多クラス分類 - 指標」を選択します。
予測精度を評価するためのダイアログが開いたら、「予測されたラベルの列」には該当する列である「predicted_label」を選択し、実際の値の列には、実際のカテゴリー列を選択し、実行します。
すると、カテゴリーの予測精度を評価する指標の計算結果が表示されます。
