顧客の取引を予測する

Pythonで学ぶマーケティングのための機械学習

Karolis Urbonas

Head of Analytics & Science, Amazon

モデリング手法

線形回帰で翌月の取引数を予測
ロジスティック回帰と同じ手順

モデリング手順

データを学習用・テスト用に分割
モデルを初期化
学習データで学習
テストデータで予測
テストデータで性能を測定

回帰の評価指標

主要指標:

2 乗平均平方根誤差 (RMSE) - 予測と実測の平方誤差の平均の平方根
平均絶対誤差 (MAE) - 予測と実測の絶対誤差の平均
平均絶対百分率誤差 (MAPE) - 予測と実測の百分率誤差の平均（実測は 0 不可）

追加の回帰・教師あり学習の指標

R-squared - モデルが説明する分散の割合（回帰のみ、有効）。高いほど良い。
係数の p 値 - 係数が偶然観測された確率。低いほど良い。一般的なしきい値は 5% と 10%。

モデルの学習

# Import the linear regression module
from sklearn.linear_model import LinearRegression

# Initialize the regression instance
linreg = LinearRegression()

# Fit model on the training data
linreg.fit(train_X, train_Y)

# Predict values on both training and testing data
train_pred_Y = linreg.predict(train_X)
test_pred_Y = linreg.predict(test_X)

モデル性能の測定

# Import performance measurement functions
from sklearn.metrics import mean_absolute_error
from sklearn.metrics import mean_squared_error

# Calculate metrics for training data
rmse_train = np.sqrt(mean_squared_error(train_Y, train_pred_Y))
mae_train = mean_absolute_error(train_Y, train_pred_Y)

# Calculate metrics for testing data
rmse_test = np.sqrt(mean_squared_error(test_Y, test_pred_Y))
mae_test = mean_absolute_error(test_Y, test_pred_Y)

# Print performance metrics
print('RMSE train: {:.3f}; RMSE test: {:.3f}\nMAE train: {:.3f}, MAE test: {:.3f}'.format(
                            rmse_train, rmse_test, mae_train, mae_test))

RMSE train: 0.717; RMSE test: 1.216
MAE train: 0.514, MAE test: 0.555

係数の解釈

統計的有意性を評価する必要
statsmodels ライブラリの紹介
詳細なモデル要約を提供

statsmodels で回帰モデルを構築

# Import the library
import statsmodels.api as sm

# Convert target variable to `numpy` array
train_Y = np.array(train_Y)

# Initialize and fit the model
olsreg = sm.OLS(train_Y, train_X)
olsreg = olsreg.fit()

# Print model summary
print(olsreg.summary())

回帰のサマリ表

OLS のサマリ

R-squared の解釈

決定係数 (R-squared)

係数の p 値の解釈

係数の p 値

回帰モデルを作ってみましょう！

Pythonで学ぶマーケティングのための機械学習