Movatterモバイル変換

Taste of Winevs. Data Science～単変量の還元主義からは見えない「味わい」を多変量モデリングは解き明かせるか～株式会社リクルートコミュニケーションズ尾崎隆 (Takashi J. OZAKI, Ph. D.)2015/10/17 1

自己紹介ブログやってます2015/10/17 3

こんな本を最近読みました2015/10/17 5

『新しいワインの科学』の内容 第1部ブドウ栽培の科学 ブドウとはどんな植物か、テロワールの正体に迫る、土とブドウ他 第2部ワイン醸造の科学 酸素管理とワインの品質、全房発酵とマセラシオン・カルボニック、風味を決めるオーク樽の秘密他 第3部ワインと人体の科学 ワイン・テイスティングと感覚の個人差、脳が風味を感じる仕組み、唾液が鍵を握るワインの味他2015/10/17 6

『新しいワインの科学』の内容 第1部ブドウ栽培の科学 ブドウとはどんな植物か、テロワールの正体に迫る、土とブドウ他 第2部ワイン醸造の科学 酸素管理とワインの品質、全房発酵とマセラシオン・カルボニック、風味を決めるオーク樽の秘密他 第3部ワインと人体の科学 ワイン・テイスティングと感覚の個人差、脳が風味を感じる仕組み、唾液が鍵を握るワインの味他2015/10/17 7

『新しいワインの科学』の内容 第1部ブドウ栽培の科学 ブドウとはどんな植物か、テロワールの正体に迫る、土とブドウ他 第2部ワイン醸造の科学 酸素管理とワインの品質、全房発酵とマセラシオン・カルボニック、風味を決めるオーク樽の秘密他 第3部ワインと人体の科学 ワイン・テイスティングと感覚の個人差、脳が風味を感じる仕組み、唾液が鍵を握るワインの味他主観的な体験を科学する？？？2015/10/17 8

そもそもワインの味ってどんなもの？ 基礎的な味覚 酸味 甘味 渋味 旨味…2015/10/17 9

そもそもワインの味ってどんなもの？ ワインに固有の味覚表現 「ミネラル感」 「トースト感」 「果実味」 「スモーキー感」…2015/10/17 10

そもそもワインの味ってどんなもの？ ワインの味の評価は、先に述べたような様々な味の「要素」を総合して決められることが多い2015/10/17 11

2015/10/17 12それはどう見ても主観的なものでしかないのでは？

2015/10/17 13何か客観的な指標でワインの味の評価を決めることはできないのだろうか

2015/10/17 14例えばデータサイエンスのような方法論で客観的に味の評価を決められれば…

UC Irvine Machine Learning Repositoryというオープンデータセットがあります2015/10/17 15

その中に“Wine Quality”というデータセットがあります2015/10/17 16

その中に“Wine Quality”というデータセットがあります2015/10/17 17

“Wine Quality”の中身はこんな感じ2015/10/17 18fixed.acidity … residual.sugar … pH sulphates alcohol quality11.6 … 2.2 … 3.25 0.57 9 37.4 … 4.4 … 3.38 0.5 9 47.4 … 1.9 … 3.51 0.56 9.4 511.2 … 1.9 … 3.16 0.58 9.8 67.3 … 1.2 … 3.39 0.47 10 77.9 … 3.6 … 3.35 0.86 12.8 8

11項目の化学測定指標と、ワインの評価スコアから成る fixed acidity volatile acidity citric acid residual sugar chlorides free sulfur dioxide total sulfur dioxide density pH sulphates alcohol2015/10/17 19quality (3 – 8)

個々の説明変数の内訳 fixed acidity：酒石酸濃度 volatile acidity：酢酸濃度 citric acid：クエン酸濃度 residual sugar：残糖濃度 chlorides：塩化ナトリウム濃度 free sulfur dioxide：遊離SO2濃度 total sulfur dioxide：総SO2濃度 density：密度 pH：pH（そのまんま） sulphates：硫化カリウム濃度 alcohol：アルコール度数2015/10/17 20

『新しいワインの科学』曰くでは… 5種類の化合物が関与する 酸類 アルコール類 糖類 ポリフェノール類 揮発性化合物 それぞれが関与するのは 酸味 他の味覚のブースト 甘味そして酸とのバランス 渋味と色味 香り2015/10/17 21

例えば、データを見る限りでは…2015/10/17 22fixed.acidity … residual.sugar … pH sulphates alcohol quality11.6 … 2.2 … 3.25 0.57 9 37.4 … 4.4 … 3.38 0.5 9 47.4 … 1.9 … 3.51 0.56 9.4 511.2 … 1.9 … 3.16 0.58 9.8 67.3 … 1.2 … 3.39 0.47 10 77.9 … 3.6 … 3.35 0.86 12.8 8

例えば、データを見る限りでは…2015/10/17 23fixed.acidity … residual.sugar … pH sulphates alcohol quality11.6 … 2.2 … 3.25 0.57 9 37.4 … 4.4 … 3.38 0.5 9 47.4 … 1.9 … 3.51 0.56 9.4 511.2 … 1.9 … 3.16 0.58 9.8 67.3 … 1.2 … 3.39 0.47 10 77.9 … 3.6 … 3.35 0.86 12.8 8何となく、アルコール度数が高いとワインの評価も高いような気がする

でも…2015/10/17 24fixed.acidity … residual.sugar … pH sulphates alcohol quality11.6 … 2.2 … 3.25 0.57 9 37.4 … 4.4 … 3.38 0.5 9 47.4 … 1.9 … 3.51 0.56 9.4 511.2 … 1.9 … 3.16 0.58 9.8 67.3 … 1.2 … 3.39 0.47 10 77.9 … 3.6 … 3.35 0.86 12.8 8

でも…2015/10/17 25fixed.acidity … residual.sugar … pH sulphates alcohol quality11.6 … 2.2 … 3.25 0.57 9 37.4 … 4.4 … 3.38 0.5 9 47.4 … 1.9 … 3.51 0.56 9.4 511.2 … 1.9 … 3.16 0.58 9.8 67.3 … 1.2 … 3.39 0.47 10 77.9 … 3.6 … 3.35 0.86 12.8 8酒石酸濃度とワインの評価とはあまり関係ないような気がする

『新しいワインの科学』が掲げる問題意識2015/10/17 26ワインの風味を還元主義的に研究しても全体のことは分からない…ひとつの物質だけを取り出して個別の閾値を語っても意味がない…

2015/10/17 27「還元主義」の限界？

2015/10/17 28それって本当に「還元主義」？

例えばpHは低いほど（＝酸が強いほど）qualityが高くなる2015/10/17 29

では、11項目全てで同じことをやってみたら？2015/10/17 30

2015/10/17 33それは「還元主義」ではなく「単変量解析」の問題では

2015/10/17 34「単変量解析」がダメなら…

2015/10/17 35「多変量解析」すればいいのでは

例えば線形モデル（＋一般化線形モデル）では…2015/10/17 3686目的変数1変数14変数20変数32変数43変数nこのβたちからモデルは成っている説明変数を立てて、多変量のデータセットとしてまとめておく

例えば線形モデル（＋一般化線形モデル）では…2015/10/17 37+2変数1+4変数20変数3-1変数4-2変数nこのβたちからモデルは成っているβの値を最適化問題を解くことで求めるその大小や符号から、それぞれの指標が目的変数に貢献するか否かを判断するUPUPNeutralDOWNDOWN

例えば機械学習では…そもそも機械学習とは？2015/10/17 38のような形で表される「分類関数の出力と教師データとの食い違い」に当たる誤差関数を繰り返し計算＋教師データを読み込んでいってできる限り小さくすることで、未知のデータをできる限り正しく分類するための方法論誤差関数正則化項

例えば機械学習では…ランダムフォレストの特徴2015/10/17 39

例えば機械学習では…xgboostの特徴2015/10/17 40

線形モデルでも機械学習のやり方を取り入れることも…2015/10/17 410変数3-1変数4このβたちからモデルは成っているNeutralDOWN誤差関数正則化項一定の制約をかけて最適化問題を解くことで不要な説明変数をカットオフすることもできる

基本的な発想は2つ統計学を用いてデータを「説明」する機械学習を用いてデータから「予測」する2015/10/17 42

基本的な発想は2つ統計学を用いてデータを「説明」する重み付けβを用いてワイン11項目それぞれの重要度を明らかにする機械学習を用いてデータから「予測」する交差検証データに対してできるだけ正確にqualityを予測できるモデルを作る2015/10/17 43

“Wine Quality”のうち赤ワインのデータを用いる学習データ兼回帰モデル向けデータ1439銘柄予測向け交差検証データ160銘柄2015/10/17 44

まずは「説明」する統計学を用いてデータを「説明」する重み付けβを用いてワイン11項目それぞれの重要度を明らかにする機械学習を用いてデータから「予測」する交差検証データに対してできるだけ正確にqualityを予測できるモデルを作る2015/10/17 45

L1正則化線形回帰モデルを用いる2015/10/17 460変数3-1変数4このβたちからモデルは成っているNeutralDOWN誤差関数正則化項一定の制約をかけて最適化問題を解くことで不要な説明変数をカットオフする

L1正則化線形回帰モデルで「関連の強いβだけ」を求めてみた 必要なさそうなもの：酒石酸、クエン酸、密度 高いほど評価が高いもの：遊離SO2、硫化カリウム、アルコール度数 低いほど逆に評価が高いもの：酢酸、塩化ナトリウム、総SO2、pH2015/10/17 47(Intercept) 4.004019461fixed.acidity .volatile.acidity -1.111627305citric.acid .residual.sugar .chlorides -1.457579579free.sulfur.dioxide 0.002767012total.sulfur.dioxide -0.002411623density .pH -0.320801622sulphates 0.880891983alcohol 0.277764683

おまけ：L1正則化線形回帰モデルで交差検証Accuracy(45+43+3)/160= 0.568752015/10/17 48予測3 4 5 6 7 8実測3 0 0 1 0 0 04 0 0 3 2 0 05 0 0 45 23 0 06 0 0 18 43 3 07 0 0 1 16 3 08 0 0 0 2 0 0

次に「予測」してみる統計学を用いてデータを「説明」する重み付けβを用いてワイン11項目それぞれの重要度を明らかにする機械学習を用いてデータから「予測」する交差検証データに対してできるだけ正確にqualityを予測できるモデルを作る2015/10/17 49

ランダムフォレストの場合2015/10/17 50予測3 4 5 6 7 8実測3 0 0 1 0 0 04 0 0 4 1 0 05 0 0 57 11 0 06 0 0 12 49 3 07 0 0 1 6 13 08 0 0 0 0 2 0Accuracy0.74375

おまけ：ランダムフォレストでは変数重要度の絶対値を出せる2015/10/17 51MeanDecreaseGinifixed.acidity 71.37408volatile.acidity 97.01327citric.acid 71.95186residual.sugar 67.73691chlorides 75.90818free.sulfur.dioxide 62.9217total.sulfur.dioxide 94.24227density 88.93049pH 72.71654sulphates 98.83825alcohol 122.04312

xgboostの場合2015/10/17 52予測3 4 5 6 7 8実測3 0 0 1 0 0 04 0 0 4 1 0 05 0 0 57 11 0 06 0 2 13 46 3 07 0 0 1 5 13 18 0 0 0 0 2 0Accuracy0.725

「説明」と「予測」を組み合わせてまとめると… ワインの評価の高低には11項目中7項目の増減が重要らしい 非線形のランダムフォレスト分類器で比較的高精度に予測できそう2015/10/17 53(Intercept) 4.004019461fixed.acidity .volatile.acidity -1.111627305citric.acid .residual.sugar .chlorides -1.457579579free.sulfur.dioxide 0.002767012total.sulfur.dioxide -0.002411623density .pH -0.320801622sulphates 0.880891983alcohol 0.277764683予測3 4 5 6 7 8実測3 0 0 1 0 0 04 0 0 4 1 0 05 0 0 57 11 0 06 0 0 12 49 3 07 0 0 1 6 13 08 0 0 0 0 2 0Accuracy 0.74375

とは言え、こういう反論もあり得る2015/10/17 54ワインの味わいをデータサイエンスで語るのはもしかしたら…ただの「野暮」なのでは？

けれども、私はこう考えます2015/10/17 55評論家でもまちまちなワインの「評価」をデータサイエンスで「正規化」できれば…我々のような素人でも美味しいワインを手早く見出せるようになるのでは？

結論2015/10/17 56データサイエンスで誰でも美味しいワインが見つかる世の中になるといいですね

結論2015/10/17 57データサイエンスで誰でも美味しいワインが見つかる世の中になるといいですね※こういうことを言っているとそのうち「『ワインのデータサイエンス』とかいう本を書きませんか」とかいう謎の誘いが来たりして非常につらいのでこれ以上はやめておきます

Movatterモバイル変換

Change Language

Taste of Wine vs. Data Science

Embed presentation

Recommended

More Related Content

Viewers also liked

Taste of Wine vs. Data Science