余計なことによるコスト

思いがけないことで、可愛い白いお洋服とのお別れを迎えてしまった話。機械学習でもよくある事例です。

  

大事に着ていた白い服。

お気に入りだった白いニットの可愛い服。

ちょくちょくお買い物をする古着屋さんで見かけて一目ぼれして、買ってワクワクしていた素敵な服。

そんな大事にしたい服に、私は余計なことをしてしまいました。

 

ことの発端はご飯を食べているとき。

何を思ったか。

白い服を着ているのに食べたくなったのはハンバーガーでした。

ケチャップをこぼさないように細心の注意を払って。

絶対落とさないように。

常にハンバーガーが包み紙の中にあるように。

下からソースが滴っていないか、頻繁に確認して。

とても気を付けていたのですが、ついにその時は来てしまいました。

 

ソースが服に…!!

 

白い服ですので、ケチャップの赤い色が良く映えます。

急いで水で洗い流しますが、どうにも着色は取れません。

そうだ!しみ落としをしよう!

急いでドラッグストアに行き、信頼できそうなメーカーのものをゲットして。

説明書を見て頑張ったのですが、それでもしみは落ちません。

こうなれば最終手段に出るしかない!

そう思って手にしたのは漂白剤でした。

そしてこれが、可愛い白いお洋服との最後の別れとなりました。

というのも、白と思っていた色は実はきちんと染められた色で。

漂白剤によって、非常に変な色へと変わってしまったのです!!

焦っていろいろと試すものの後の祭り。

せっかく買った洋服は、たったの一度お出かけに出かけただけで、その役目を終えてしまいました。

 

本当に余計なことをしてしまいました。

 

ところで余計なことと言えば、何かをモデル化するときに余計なものを付けてしまうと、無駄なコストがかかってしまうことがあります。

例えばとある広告の効果を測るとき。

単純に広告による売り上げの推定値を出すよりも、その分散も含めて推定する方が複雑なモデルになり、コストがかかってしまいます。

さらにお客さんの属性による効果の違いを分析しようとすれば、さらなるコストがかかってしまうだろうことが予測できます。

 

もちろん、分析したい内容が本当に重要なことであるならば、そのための必要経費と考えられますが、もし余計なことを対象に入れてしまっていたとしたら。

なんだかとても、もったいない気がします。

 

P.S.

↓メルマガの新規登録はこちらから↓

https://48auto.biz/keieijinji/touroku/sp/scenario13.htm

(スマートフォンよりご登録いただけます)

 

Who is writing

大学にてデータサイエンスを学ぶ傍ら、多くの人にデータ分析の面白さを伝えたいと日々奮闘中。