特徴量重要度とは、機械学習モデルが予測を行う際に、各入力データがどれくらい結果に影響を与えたかを示す指標です。決定木やランダムフォレストなどのアルゴリズムでよく利用され、モデルの予測根拠を解釈する手助けとなります。データ分析において不要なデータの削減や、ビジネス上の意思決定の根拠として重要な役割を果たします。
特徴量重要度とは
特徴量重要度とは、機械学習モデルの予測結果に対して、個々の入力データである特徴量がどの程度貢献しているかを数値化した評価指標です。
詳しく解説
機械学習モデルは複雑化するにつれて中身がブラックボックス化しやすくなります。そのため、モデルが何を基準に予測したかを把握するために特徴量重要度が用いられます。代表的な計算方法には、決定木やランダムフォレストなどの木構造モデルにおいて節点の不純度の減少量を集計する手法や、特定の入力データの値をシャッフルした際の精度低下を測るパーミュテーション重要度などがあります。説明可能AIの文脈でも非常に重視される手法です。
具体例・使われ方
例えば、顧客の解約予測を行う機械学習モデルにおいて、「利用期間」「月額料金」「問い合わせ回数」といった特徴量の中で、どれが最も解約予測に影響しているかを特定する場面で活用されます。また、影響の小さい特徴量を削除してモデルを軽量化する際にも利用されます。
似た用語との違い
個々のデータ単位での予測理由を算出するSHAPなどの手法と異なり、一般的な特徴量重要度はモデル全体における平均的な影響力を示します。また、単なる相関係数とは異なり、非線形な関係や複雑な相互作用も含めたモデル上の貢献度を表す点が異なります。
注意点
特徴量重要度は、相関関係が高い複数の特徴量が存在する場合、一方の重要度が不当に低く評価されることがあります。また、値の種類数が多い特徴量が過大評価されやすい計算手法もあるため、算出手法の特性を考慮して解釈する必要があります。