MLの予測がはずれる要因は？ ～要因調査を決定木で～ - Qiita

予測モデルの精度を上げたい けど、どうしたらいいだろう…そもそも予測が外れる原因って何だろう？？ そうだ、予測が外れている原因を決定木で可視化できないかな？という試み。 （理論的に間違っている部分もあるかもしれないけど） 分析の流れとかも載せようと思うので、データの処理とかやったことはあまりはしょらずに書く。 データの読み込み、前処理、データの確認、モデル構築・精度確認、要因調査という流れで書いていく。 多分長くなる。 本題はこの章 → 決定木で予測が外れた顧客の特徴の可視化 使用データ KaggleのTelco Customer Churnのデータを使用する。 https://www.kaggle.com/blastchar/telco-customer-churn これは電話会社の顧客に関するデータであり、解約するか否かを目的変数とした2値分類問題。 各行は顧客を表し、各列には顧客の属