前回の前編では、ロジスティック回帰で離脱予測モデルを構築し、混同行列と精度指標まで見ました。 今回の後編では決定木とランダムフォレストの2手法を追加し、ROC曲線で3モデルを横断比較します。 さらに「閾値の調整」で適合率...

とある動画配信サービスの運営チームの事例です。 サービスには数万人の月額会員がいますが、毎月一定数の会員が解約（離脱）しています。 新規会員を1人獲得するコストは、既存会員を1人引き留めるコストの5倍以上と言われており、...

前回（前編）、ドラッグストアの150店舗データに全変数を投入した重回帰分析を行い、「有意でない変数が混在している」「偏回帰係数をそのまま比較できない」「新しいデータへの予測力が未検証」という3つの問題点を特定しました。 ...

あなたは全国にドラッグストアを展開する企業の経営企画部に配属されました。 あなたは上司から…… 「来年の新規出店候補が10ヵ所ある。 　どこに出店すれば売上が見込めるか、 　データに基づいて優先順位をつけてほしい。」 「...

後編に入る前に、前回の簡単な復習をします。 前回と同じ手順で、「ライブラリのインポート → データの読み込み → 標準化 → PCAによる次元削減」を一括で実行します。 サンプルデータは、以下からダウンロードできます。 ...

お客様一人ひとりの行動は実にさまざまです。 毎朝コーヒーだけ買って足早に去る人 週末に友人とスイーツを楽しむ人 月に1回だけ大量のコーヒー豆を買う人 「全員に同じクーポンを配る」のは簡単ですが、効果的とは言えません。 朝...

物流コストの削減と顧客満足度の向上は、多くの企業にとって重要な課題です。 今回は、Pythonを使った数理最適化モデルを構築し、最適な配送ルートを決定する方法をお話しします。 巡回セールスマン問題（TSP）から始め、より...

在庫管理は多くの企業にとって重要な課題です。 在庫が少なすぎれば機会損失、多すぎれば保管コストが膨らみます。 今回は、Pythonを使った数理最適化モデルを構築し、最適な在庫水準を決定する方法を解説します。 先ずは経済発...

Pythonを用いた数理最適化の実践的なアプローチを紹介します。 架空の電子機器メーカーの生産計画を例に、複雑なビジネス課題を数式で表現し、最適な解決策を導き出す方法を解説します。 PuLPライブラリを使った実装から感度...