特徴量の重要度

問いに挙手（分かる／分からない／場合による）。ここでは答えない。今日は「効いた」と「原因」が別であることを、2 つの体験で見る回だと伝える。前回「まだ」が多かった目標を 2 分拾う。

進め方（13分） ①棒の長さを読み、順位を口で言わせる（3分） ②上から順に押して、外したときの数を見る（4分） ③書いて送る（6分）。

数の答え 5 つとも使う: 4.37 台。外すと ｜ 雨か 10.29（+5.92）／休日か 8.42（+4.05）／気温 6.83（+2.46）／くもりか 5.31（+0.94）／イベント 5.20（+0.83）。

意外なところ いちばん効いているのは、気温ではなく雨かだった。雨の日は台数が大きく落ちるので、この列がないと当たらない。「たぶん気温だろう」という見込みが外れるところが、この体験の値打ち。

いちばん大事な押さえ 効いた列は、原因ではない。雨の日は気温も低く、休日と重なる日もある。一緒に動いているだけかもしれない。これは情報Ⅰ (4) 第10回の「一緒に動いていても、動かしているとは限らない」と同じ話。重要度は、モデルが何に寄りかかっているかを見せる表で、原因を教える表ではない。

道具が出す重要度との関係 easyDataScience が出す特徴量重要度は、計算のしかたは違うが、読み方は同じ。「この列を取り上げたら、どれだけ困るか」を並べたもの。目標 01・02。

板書に 2 行残す。「重要度は、寄りかかっている順」「効いた ≠ 原因」。最後の注は実務で最もよく起きる事故（予測したいことの結果にあたる列が、うっかり説明変数に入っている）。探究で「当たりすぎている」ときは、まずここを疑わせる。

進め方（15分） ①「足さない」を押して 2 つの数を確かめる（2分） ②ここで予想を選ばせる（2分） ③1 本ずつ増やす（5分。ここが山場） ④書いて送る（6分）。

数の答え 足さない: 学習 3.41／見ていない 4.37。1 本: 3.04／4.79。2 本: 2.48／5.81。3 本: 1.79／13.58。

山場 学習の数は足すたびに必ず下がる（3.41 → 1.79）。見ていない 8 日の数は上がっていく（4.37 → 13.58）。この 2 つが逆に動いているのが過学習。これは情報Ⅱ (3) 第8回で「日直の出席番号」を足したときと同じこと。あのときは学習側しか見ていなかったので、下がったことしか分からなかった。

なぜ下がるのか 16 行しかないのに、手がかりの列を増やせば、式はその 16 行に合わせる自由度を持つ。サイコロの目のでこぼこにまで合わせにいく。そのでこぼこは次の 8 日にはないので、当たらなくなる。

いちばん大事な一言 学習側だけを見ていたら、これに気づけない。第3回の分け方は、このために要る。逆に言えば、分けずに出した「当たり方」は、列を増やすだけでいくらでも良く見せられる。

重要度はどうなるか 3 本足すと、でたらめな列も重要度の表に名前が出る。名前が出ることと、効いていることは別。目標 03。

進め方 見つけた人から出す。全員に同じ答えを求めない。出てきたものを 2〜3 個読み上げ、共通点を言葉にする。

8分。足す列は、通し番号・出席番号・サイコロの目など、目的変数と何の関係もないものにする。重要度に名前が出ることと、効いていることは別だと確かめさせる。学習用と検証用の数を両方見せるのを忘れない。通常の学習と予測はブラウザの中で完結し、生成 AI の解釈支援を押したときだけ外部へ送られる。

道具は外で公開されている Web アプリ。この授業のページの中で開くので、別のページへは移らない。閉じれば、そのままこの枚に戻る。ブラウザの中で動き、入力はこの授業のサーバーには送られない。

板書に 2 行残す。「学習側だけ良くなったら疑う」「使う理由を言える列だけ入れる」。次回は写真と音を扱うが、そこでも同じことが「集め方の偏り」という形で起きると一言つないでおくと、第5回の入口が短くなる。

1 分。「まだ」が多い目標は、次回の冒頭で拾い直す。

3 分。「一緒に動いている列はないか」「何行あるか」「列は何本か」「見ていないデータで測ったか」が出る。4 つとも板書に残し、第5回の課題の点検表として使う。

次回は「画像と音の分類」。表ではなく、写真や音を機械に分けさせる。そこでも集め方の偏りという形で、今日と同じことが起きる。人が写ったもの・人の声をどう扱うかも決める。単元の最後の回になる。