機械が重視したデータ

モデルがどの列を手がかりにしたかを並べる画面です。 中身の確認だけでなく、「何が結果を左右しているのか」を知る要因分析としても使えます。

影響度比較

分類・予測を行う根拠になった列のランキングです。 上にある列ほど重視されています。

棒の長さはいちばん重視された列を 100 とした相対値です。単位はありません。列どうしの大小だけを見てください。

下のプルダウン「観察したい列を選択」で列を 1 つ選ぶと、その列の中のどの値・どの範囲が効いたかが出ます。 見出しは「列”（列名）“の範囲分解」になります。

選んだ列の型	分け方
文字列	値ごと
数値	件数が同じになるように 10 の範囲に分けます。同じ値が多くて 10 に分けられないときは 5 の範囲

表には要素・重要度・データの割合が出ます。データの割合は、その値や範囲が全体の何 % を占めるかです。割合が小さい範囲の重要度は、少ない行から出た数字なので、鵜呑みにしないでください。

2 つの表の見出しに、どちらへ寄せたかが出ます。

見出し	意味
“（カテゴリ名）“への分類の根拠になった値	その値が出ると、そのカテゴリに分類されやすい
“（カテゴリ名）“への分類の根拠になった範囲	その範囲に入ると、そのカテゴリに分類されやすい

たとえば性別列で、female が「“1”への分類の根拠になった値」に、male が「“0”への分類の根拠になった値」に並んでいれば、性別が female なら 1 に、male なら 0 に分類されやすいと読めます。

数値の列も同じで、年齢列なら「14 以下」のような範囲が並びます。

見出しが「分類の根拠になった値」「分類の根拠になった範囲」になり、どちらのカテゴリへ寄せたかは出ません。 押し下げ側の表も出ません。どのカテゴリへ効いたかまで知りたいときは、条件で行をフィルタで 2 択に絞ったデータで作り直してください。

見出しが「目的変数の増加方向の予測の根拠になった範囲」「目的変数の減少方向の予測の根拠になった範囲」になります。目的変数を押し上げる側と押し下げる側、という読み方です。

精度改善の余地は見た目がそっくりですが、測っているものが違います。