# ============================================ # ロジスティック回帰の実装 # ============================================ # ロジスティック回帰とは？ # → 「購入するか/しないか」のような二値分類を予測 # → 結果は確率（0〜100%）で出力される # → 線形回帰とは違い、0か1の予測に特化 import pandas as pd import numpy as np from sklearn.linear_model import LogisticRegression from sklearn.model_selection import train_test_split import matplotlib.pyplot as plt # ============================================ # サンプルデータ作成 # ============================================ # ビジネスシナリオ： # 「訪問回数と滞在時間から、購入するかを予測」 np.random.seed(42) # 再現性のため data = { ‘訪問回数’: [1, 2, 1, 3, 2, 4, 1, 5, 3, 2, 4, 1, 6, 2, 5, 3, 4, 2, 6, 7], ‘滞在時間’: [5, 10, 3, 15, 8, 20, 2, 25, 12, 7, 18, 4, 30, 9, 22, 14, 19, 6, 28, 35], ‘購入’: [0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 1] # 0=購入しない, 1=購入 } df = pd.DataFrame(data) print(“【データの概要】”) print(df.head(10)) print(f”\n購入者: {df[‘購入’].sum()}人”) print(f”非購入者: {len(df) – df[‘購入’].sum()}人”) # ============================================ # 説明変数と目的変数の準備 # ============================================ # X: 説明変数（購入を予測するために使う変数） # y: 目的変数（予測したい変数、0か1） X = df[[‘訪問回数’, ‘滞在時間’]] y = df[‘購入’] # ============================================ # ロジスティック回帰モデルの学習 # ============================================ # LogisticRegression(): ロジスティック回帰モデルを作成 # → LinearRegressionと使い方は同じ model = LogisticRegression() # .fit(X, y): データからモデルを学習 # → 各変数がどれだけ購入に影響するかを計算 model.fit(X, y) # ============================================ # 結果の確認 # ============================================ # model.intercept_: 切片 # model.coef_: 各変数の係数 # → 係数が正 → その変数が増えると購入確率が上がる # → 係数が負 → その変数が増えると購入確率が下がる print(“\n【ロジスティック回帰の結果】”) print(f”切片: {model.intercept_[0]:.4f}”) print(f”訪問回数の係数: {model.coef_[0][0]:.4f}（正=購入確率↑）”) print(f”滞在時間の係数: {model.coef_[0][1]:.4f}（正=購入確率↑）”)

# ============================================ # 新規顧客の購入確率を予測 # ============================================ # ロジスティック回帰の最大のメリット： # → 「買う/買わない」だけでなく「確率」が分かる # → 確率に基づいてアプローチの優先順位を決められる 新規顧客 = pd.DataFrame({ ‘訪問回数’: [3], ‘滞在時間’: [15] }) # ============================================ # model.predict_proba(): 確率を予測 # ============================================ # 戻り値: [[クラス0の確率, クラス1の確率], …] # → [0][0]: 購入しない確率 # → [0][1]: 購入する確率 購入確率 = model.predict_proba(新規顧客)[0][1] print(“【予測】”) print(f”訪問回数: 3回、滞在時間: 15分”) print(f”購入確率: {購入確率:.2%}”) print(f”予測結果: {‘購入する’ if 購入確率 > 0.5 else ‘購入しない’}”) # ============================================ # 複数の顧客を一度に予測 # ============================================ 複数顧客 = pd.DataFrame({ ‘訪問回数’: [1, 3, 5, 7], ‘滞在時間’: [5, 15, 25, 35] }) # [:, 1]で全行のクラス1（購入）の確率を取得 確率一覧 = model.predict_proba(複数顧客)[:, 1] print(“\n【複数顧客の予測】”) for i, (訪問, 滞在, 確率) in enumerate(zip(複数顧客[‘訪問回数’], 複数顧客[‘滞在時間’], 確率一覧)): print(f”顧客{i+1}: 訪問{訪問}回、滞在{滞在}分 → 購入確率 {確率:.1%}”) print(“\n【活用例】”) print(“→ 確率の高い顧客からアプローチする”) print(“→ 確率50%前後の顧客に重点的にマーケティング”)

# ============================================ # オッズ比を計算 # ============================================ # オッズ比とは？ # → 変数が1単位増えた時に、購入の「オッズ」が何倍になるか # → オッズ = 購入確率 / (1 – 購入確率) # # 計算方法： # オッズ比 = exp(係数) = e^係数 # # 解釈： # → オッズ比 > 1: 購入確率が上がる # → オッズ比 = 1: 影響なし # → オッズ比 < 1: 購入確率が下がる # np.exp(): 自然対数の底eのべき乗を計算 オッズ比_訪問回数 = np.exp(model.coef_[0][0]) オッズ比_滞在時間 = np.exp(model.coef_[0][1]) print("【オッズ比の解釈】") print(f"訪問回数: {オッズ比_訪問回数:.4f}") print(f"→ 訪問回数が1回増えると、購入のオッズが{オッズ比_訪問回数:.2f}倍になる") print(f"\n滞在時間: {オッズ比_滞在時間:.4f}") print(f"→ 滞在時間が1分増えると、購入のオッズが{オッズ比_滞在時間:.2f}倍になる") # ============================================ # まとめ表の作成 # ============================================ 結果 = pd.DataFrame({ '変数': ['訪問回数', '滞在時間'], '係数': model.coef_[0], 'オッズ比': [オッズ比_訪問回数, オッズ比_滞在時間], '解釈': [ f'1回増加で{オッズ比_訪問回数:.2f}倍', f'1分増加で{オッズ比_滞在時間:.2f}倍' ] }) print("\n【結果まとめ】") print(結果)

# モデルの評価 from sklearn.metrics import accuracy_score, precision_score, recall_score from sklearn.metrics import confusion_matrix, classification_report, roc_auc_score # データを学習用とテスト用に分割 X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.3, random_state=42 ) # モデルの学習 model = LogisticRegression() model.fit(X_train, y_train) # 予測 y_pred = model.predict(X_test) y_pred_proba = model.predict_proba(X_test)[:, 1] # 評価指標の計算 print(“【モデルの評価】”) print(f”正解率（Accuracy）: {accuracy_score(y_test, y_pred):.2%}”) print(f”適合率（Precision）: {precision_score(y_test, y_pred):.2%}”) print(f”再現率（Recall）: {recall_score(y_test, y_pred):.2%}”) print(f”AUC: {roc_auc_score(y_test, y_pred_proba):.4f}”) # 混同行列 print(“\n【混同行列】”) cm = confusion_matrix(y_test, y_pred) print(f” 予測No 予測Yes”) print(f”実際No {cm[0][0]} {cm[0][1]}”) print(f”実際Yes {cm[1][0]} {cm[1][1]}”)

# チャーン予測の例 import pandas as pd import numpy as np from sklearn.linear_model import LogisticRegression from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score, classification_report # サンプルデータ data = { ‘利用月数’: [3, 12, 6, 24, 1, 18, 9, 36, 2, 15, 5, 30, 4, 20, 8], ‘サポート問合せ回数’: [5, 1, 3, 0, 8, 1, 2, 0, 6, 1, 4, 0, 7, 1, 3], ‘月額料金’: [3000, 5000, 4000, 6000, 2000, 5500, 4500, 7000, 2500, 5200, 3500, 6500, 3000, 6000, 4200], ‘解約’: [1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1] } df = pd.DataFrame(data) # データ分割 X = df[[‘利用月数’, ‘サポート問合せ回数’, ‘月額料金’]] y = df[‘解約’] # モデル構築 model = LogisticRegression() model.fit(X, y) # オッズ比の計算 print(“【チャーン予測モデル】”) print(“\n【係数とオッズ比】”) for i, col in enumerate(X.columns): 係数 = model.coef_[0][i] オッズ比 = np.exp(係数) print(f”{col}: 係数={係数:.4f}, オッズ比={オッズ比:.4f}”) print(“\n【解釈】”) print(“・利用月数が長いほど、解約しにくい（オッズ比 < 1）") print("・サポート問合せが多いほど、解約しやすい（オッズ比 > 1）”) print(“・月額料金が高いほど、解約しにくい（ロイヤルティが高い）”)

# メール開封予測 data = { ‘件名の長さ’: [10, 15, 8, 20, 12, 25, 9, 18, 11, 22], ‘送信時刻’: [9, 12, 8, 18, 10, 20, 7, 14, 9, 19], # 時刻(24時間表記) ‘過去開封率’: [0.2, 0.4, 0.1, 0.6, 0.3, 0.7, 0.15, 0.5, 0.25, 0.65], ‘開封’: [0, 1, 0, 1, 1, 1, 0, 1, 0, 1] } df = pd.DataFrame(data) X = df[[‘件名の長さ’, ‘送信時刻’, ‘過去開封率’]] y = df[‘開封’] model = LogisticRegression() model.fit(X, y) # 新しいメールの開封確率を予測 新規メール = pd.DataFrame({ ‘件名の長さ’: [12], ‘送信時刻’: [10], ‘過去開封率’: [0.3] }) 開封確率 = model.predict_proba(新規メール)[0][1] print(“【メール開封予測】”) print(f”件名の長さ: 12文字”) print(f”送信時刻: 10時”) print(f”過去開封率: 30%”) print(f”\n予測される開封確率: {開封確率:.2%}”) # 施策の効果をシミュレーション print(“\n【施策シミュレーション】”) パターン = [ {‘件名の長さ’: [12], ‘送信時刻’: [10], ‘過去開封率’: [0.3]}, # 現状 {‘件名の長さ’: [20], ‘送信時刻’: [10], ‘過去開封率’: [0.3]}, # 件名を長く {‘件名の長さ’: [12], ‘送信時刻’: [8], ‘過去開封率’: [0.3]}, # 朝に送信 ] ラベル = [‘現状’, ‘件名を長く’, ‘朝に送信’] for label, p in zip(ラベル, パターン): df_p = pd.DataFrame(p) prob = model.predict_proba(df_p)[0][1] print(f”{label}: {prob:.1%}”)