はじめまして！
シミヅですっ！
この度、この「エンジニアの流儀」で記事を書かせていただくことになりました。
よろしくお願いしますっ！
「AIエンジニア」なんて名乗ってると、さぞかし難しい数式を毎日こねくり回してるんだろうなーって思われがちなんですけど、実は一番お世話になってるのって、意外と基礎的なアルゴリズムだったりするんですよね。
その代表格が、今回お話しする「ロジスティック回帰」なんです！
「名前は聞いたことあるけど、回帰なの？分類なの？どっちなのっ！」って混乱しちゃう方も多いはず。
今日はPythonを使って、そのあたりをスッキリ解決していきましょうー！
執筆者：シミヅ |
|
ロジスティック回帰って何？（回帰なのに分類なんです！）
まず最初に、これだけは声を大にして言いたいんですけど……。
ロジスティック回帰は、名前に「回帰」ってついてるのに、実際は「分類」のためのアルゴリズムなんですっ！
ややこしいですよね（笑）。
例えば、
「このメールはスパムか、そうじゃないか」
「この画像に写っているのは猫か、犬か」
みたいな、2つのグループに分ける（2値分類といいますっ）時にめちゃくちゃ力を発揮します。
仕組みをざっくり説明すると、「ある事象が起こる確率」を0から1の間で予測して、「0.5以上ならクラスA！」「0.5未満ならクラスB！」って判定しているんですよ。
魔法の仕組み「シグモイド関数」を直感的に理解しよう
ここで登場するのが、「シグモイド関数」です。
「数式で見ると頭が痛くなるっ！」という方のために、めちゃくちゃ噛み砕いて説明しますね。
この関数、どんなに大きな数字（100万とか！）を入れても、逆にどんなに小さなマイナスの数字（マイナス100万とか！）を入れても、答えを必ず「0から1の間」にギュギュッと押し込めてくれる魔法のようなフィルターなんです。
グラフにすると、アルファベットの「S」のような形をしています。
この「0から1」という答えを、私たちは「確率」として使っているわけですね。
例えば、「このメールがスパムである確率は0.8（80%）ですよー！」とシグモイド関数が教えてくれたら、「じゃあ0.5を超えてるからスパムだっ！」と判定する。
これがロジスティック回帰の正体なんですっ！
なぜPythonでロジスティック回帰を学ぶべきなの？
理由はズバリ、「シンプルで強力だから」です！
最近はDeep Learningとか派手な手法も多いですけど、ロジスティック回帰は計算が圧倒的に速いし、何より「なぜその結果になったのか」という解釈がしやすいんですよね。
実務でも「まずはロジスティック回帰でベースラインを作ってみよう」ってなることが本当に多いんですよー。
いわば、AI開発における「定規」みたいな存在ですね！
さらに、Pythonなら強力なライブラリ「Scikit-learn」があるから、複雑な計算を自分で書かなくても数行で実装できちゃうんです。
最高ですよね！
Pythonでロジスティック回帰を実装してみよう！
さあ、お待たせしましたっ。
実際にコードを書いていきましょう！
今回は、みんな大好きScikit-learn（サイキット・ラーン）を使って、サクッと実装しちゃいます。
まずは、ライブラリのインポートからですね。
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.datasets import make_classification
from sklearn.metrics import accuracy_score, confusion_matrix次に、実験用のデータを作って学習させてみますっ！
# 1. テスト用のデータを作成（2つのクラスに分類するデータ）
X, y = make_classification(n_samples=100, n_features=2, n_redundant=0, n_clusters_per_class=1, random_state=42)
2. データを「学習用」と「テスト用」に分ける！これ大事ですっ
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
3. ロジスティック回帰のモデルを作る
model = LogisticRegression()
4. 学習開始！
model.fit(X_train, y_train)
5. 予測してみる
y_pred = model.predict(X_test)
6. 結果を確認！
print(f"正解率は... {accuracy_score(y_test, y_pred) * 100}% でしたっ！")ね？
めちゃくちゃ簡単じゃないですか！？
model.fit() で学習して、model.predict() で予測する。
この流れさえ覚えちゃえば、他のアルゴリズムでも応用が効くのがPythonのいいところなんですよ。
実際にPythonでロジスティック回帰を使う時の注意ポイント
ここで、僕が実務で「おっと、危ない！」ってなったポイントを共有しちゃいますね。
ここ、試験に出ますよー！（笑）
特徴量のスケーリング（単位を揃える！）
ロジスティック回帰は、データの値の範囲（スケール）がバラバラだと、うまく学習が進まないことがあるんです。
例えば、片方のデータが「0.1単位」なのに、もう片方が「100万単位」だったりすると、モデルが大きな数字にばかり気を取られて、小さな数字を無視しちゃうんですね。
StandardScaler とかを使って、平均0、分散1に揃えてあげると、モデルがもっとハッピーになりますよっ！
多重共線性（マルチコ）に注意
これ、ちょっと難しい言葉ですけど重要です！
説明変数の中に、お互いに強い相関があるもの（例えば「身長」と「座高」みたいに、一方が決まればもう一方もだいたいわかるような関係）が混ざってると、モデルの予測が不安定になっちゃうんです。
「どの変数が予測に貢献しているか」を正しく判断できなくなるので、似たようなデータはあらかじめ整理しておくのがシミヅ流の鉄則ですっ。
まとめ：ロジスティック回帰はAIエンジニアの親友です
ロジスティック回帰は、シンプルだけど奥が深くて、どんな現場でも一線級で活躍してくれるアルゴリズムです。
「回帰という名の分類器」、そして「シグモイド関数による確率予測」。
この2つを抑えるだけで、あなたのデータ分析スキルはグンと上がりますっ！
「まずは動かしてみること」が一番の上達の近道なんですよ。
皆さんも、手持ちのデータでぜひ試してみてください！
「できたっ！」っていうその感動が、エンジニアとしてのモチベーションになりますからね。
もし「ここがもっと知りたい！」とかあれば、いつでも聞いてくださいっ！
次は、このモデルをどう評価するか（混同行列とかね！）
……なんてお話もできればいいなーって思ってます。
それじゃあ、また次の記事でお会いしましょうー！シミヅでしたっ！
コメント