須田先生

それでは 「目的変数」と「説明変数」について振り返りましょう

徳井 天

目的変数と説明変数…なんだっけ？

須多先生

それではまた簡単なクイズを解いて思い出してみましょう
データから未来を予測する際に 予測したい対象そのものを指すデータはどちらでしたか？

徳井 天

うーん 目的と説明か…
予測したい対象そのものは アイスクリーム店の売上予測だったら「売上数」のことを言うんだよな
予測するための「目的」になるって考えると…答えは「目的変数」だな！

須多先生

その通りです
それとは別に 結果に影響を与えるデータであり なぜそうなるのかを説明するためのデータを「説明変数」と呼びましたね

深田あい

アイスクリーム店の売上予測では 「気温」が説明変数でしたよね ここで分かったのは「気温」が「売上」に大きく関わっているということでした

徳井天

イベントの来場者数の予測では 目的変数は「来場者数」 説明変数の候補は「気温」「天気」「フリーマーケットの出店数」でしたよね

深田あい

ですが仮説を検証した結果 この説明変数は来場者数と相関関係は確認できなくて 追加データの「SNSのいいね数」が関係していたことには驚きました

須多先生

グラフに表すと このようになりましたね

須多先生

この散布図の点に最も近くになるように赤い線が引いてありますが この直線のことを何と呼んだか覚えていますか？

深田 あい

AIを使って散布図のデータに近くなるように線を引いた覚えがあります 「回帰直線」でしたっけ？

須多先生

はい その通りです
また 予測値と実際の値の差を示すことを「残差」と呼び 残差ができるだけ小さくなるようにすることが精度の高い予測につながりました

徳井 天

そういえばこの頃 図書委員の友達からの依頼で 図書室の「事前予約数」を予測したんだったよな

須多先生

図書室に入荷する新刊について 事前におおよその予約件数を予測して入荷数を調整したい というご要望でしたね
この予測を行うために 図書室の先生から入手した説明変数の候補は「図書室だより」「価格」「前作貸出数」でした

深田 あい

前作貸出数と図書室だよりが特に説明変数として重要だったんですよね

須多先生

はい その通りです
この時は説明変数が二つありましたが 散布図と回帰直線はどのようになっていたか覚えていますか？

徳井 天

えーっと説明変数が二つだから…そうだ 説明変数が増えた分 奥行きができて3次元の立体的な形になっていたんだよな

深田 あい

図書室の先生からもらったデータは 欠けている部分や間違っているデータも入っていたりして そのままではAIに学習させづらいところもあったから「前処理」をしたんですよね

徳井 天

前処理か…どんなことをしたっけ？

須多先生

それではクイズ形式のアクティビティで データの前処理に関して振り返ってみましょう