問題の策定

機械学習の第一歩は、予測するものを決定することです。これは、ラベルまたはターゲット回答と呼ばれます。製品を製造するシナリオを想像してみてください。しかし、各製品を製造する決定は、潜在的な販売数によって異なります。このシナリオでは、各製品が何回購入されるかを予測します (売上数の予想)。機械学習を使用してこの問題を定義する方法は複数あります。問題を定義する方法の選択は、ユースケースやビジネスニーズによって異なります。

顧客が各製品に対して行う購入数を予測しますか (その場合、ターゲットは数値であり、回帰問題を解きます)。または、どの製品が 10 以上購入されるかを予測するのでしょうか (その場合、ターゲットはバイナリで、バイナリ分類の問題を解きます)。

問題を複雑にしすぎないようにし、ニーズに合った最も簡単な解決策を立てることが重要です。しかし、情報、特に過去の回答の情報を失わないことも重要です。ここで、実際の過去の販売数をバイナリ変数「10 以上」と「より少ない」に変換すると、貴重な情報が失われます。どのターゲットを予測するのが最も理にかなっているかを判断するのに時間を費やすことで、こちらの質問に答えないモデルを構築せずにすみます。