アルゴリズム 分散説明率：データのばらつきを紐解く
物事のばらつき具合を説明するための道具として、統計学や機械学習の世界で使われているのが「分散説明率」です。これは、作った模型が、実際のデータの動きをどれくらいうまく捉えているかを示す数値です。
たとえば、ある出来事を予測する模型を作ったとしましょう。もしこの模型が完璧なら、実際の出来事の移り変わりと模型による予測は完全に一致します。しかし、現実はそううまくはいきません。予測と実際の値の間には、必ずズレが生じます。分散説明率は、このズレが全体のばらつきの中でどれくらいの割合を占めるのかを表す数値です。
分散説明率は０から１の間の値で表されます。１に近いほど、模型がデータの動きをよく説明できていることを示します。逆に０に近い場合は、模型の説明力が低いことを意味します。
もう少し具体的に考えてみましょう。りんごの値段の変動を予測する模型を作ったとします。もし分散説明率が０.８だった場合、りんごの値段の変動の８割は、この模型で説明できることを意味します。残りの２割は、模型では説明できない部分です。もしかしたら、天候の急な変化や、他の果物の価格変動といった、模型では考慮されていない要因が影響しているのかもしれません。
このように、分散説明率を見ることで、作った模型の良し悪しを判断することができます。もちろん、分散説明率だけで模型の全てを評価することはできませんが、重要な指標の一つであることは間違いありません。より精度の高い予測をするためには、分散説明率を高めるように模型を改良していく必要があります。
