誰があなたの会社のサービスをキャンセルするかを予測する任務を負ったことがありますか? または、どの患者が投薬を中止しますか? あるいは、あなたの新製品を早期に採用するのはどのような人でしょうか? 同じ方法でこれらのビジネス上の質問に答えることができます。慎重にデータを準備し、さまざまなモデルを構築して、特定の統計基準に基づいて最適なものを比較および選択します。 簡単なことですよね？ 多分。
しかし、予測の主な要因を特定する必要がある場合はどうでしょうか。独身人？ 一部のモデリング アルゴリズムは、これに簡単には答えられません。 従来の回帰モデルは、各パラメーター推定値の係数を含む方程式があるため、この種の質問に答えるのに最適です。 ツリーベースのアルゴリズムや、ニューラル ネットワークのようなさらに複雑なモデルの場合はどうでしょうか? 個々の予測を説明することはより複雑で、説明が難しいことがよくあります。 多くの場合、これらのより複雑なアルゴリズムの 1 つの方が結果を予測する信頼性が高くなりますが、多くの場合、利害関係者はあなたの努力を台無しにします。
両方の長所を活かすことができたらどうでしょうか? 最高のパフォーマンスを発揮するモデルと、個々の予測確率を利害関係者に簡単に説明する方法。これにより、作業がビジネス ツールとして使用される可能性が高くなります。 JMP 17 の新機能である Shapley Values に対応します。
Shapley Values は、この種の状況を解決するために私たちが探し求めていたソリューションを提供します。 これらの値は、モデル内の各因子の寄与を行レベルまで定量化します。 平均予測をベースラインとして使用すると、データの各行を因子ごとの確率の合計に分解できます。 これは、Sean が投薬を中止する可能性が 79% であり、平均的な患者と比較して、中止の可能性が高い主な理由は年齢にあると言えます。
なぜこれがそんなに大したことなのですか？ Shapley 値がなければ、関心のある母集団の結果の駆動要因についてより一般的に話すことができますが、同様の特性を持つ個人を比較し、それらの間で予測が異なる理由を理解することはそれほど簡単ではありません. ツリーベースのアルゴリズムでは、個々の葉またはツリーに基づいて予測式が作成されます。 そして正直に言うと、彼らはかなり厄介になる可能性があります. Shapley Values は、葉ごと、木ごと、またはノードごとではなく、モデル全体を調べて、各要因の個々の寄与に予測を分解することで、この問題を解決します。
この新機能の探索を開始するにはどうすればよいですか? それは簡単です。 プロファイラーをモデル結果に追加し、Shapley 値を保存するオプションを選択します。 これにより、因子/応答レベルの組み合わせごとに個々の列がデータ テーブルに保存されます。
次回、関係者から、薬剤師の行動やマーケティング戦略の影響を受ける可能性のある要因に基づいて、投薬を中止する可能性が最も高い患者を特定できるかどうか尋ねられた場合、何があっても「はい」と自信を持って答えることができます。作成しているモデルのタイプ。
