コンフォーマル予測（conformal prediction）は、2022年ころから急に盛り上がった分野です。
ポイントとして、コンフォーマル予測以外にも当てはまる話と、コンフォーマル予測だけの話の２つがあります。
コンフォーマル予測以外にも当てはまる話は、ソフトには組み込まれていてても、教科書で取り上げれられることの少ない話題です。 そのため、コンフォーマル予測の紹介記事では、コンフォーマル予測だけの話ではなく、コンフォーマル予測以外にも当てはまる話が中心にして紹介されることもあります。
下記では、２つのポイントを分けて説明します。
詳しい計算はわかりませんが、競馬のテレビ中継では、AIの予想が表示されます。 馬の順位だけでなく、予想の自信度も表示されているので、視聴者の意思決定で参考にできるようになっています。
コンフォーマル予測では、こうした予測ができますが、コンフォーマル予測以外でもできます。
まず、予測したいものが量的変数の場合です。
量的変数の予測では、例えば、「来月の売上の予測値は、200万円です」ということができます。
しかし、200万円という中心値だけでなく、「190〜210万円の範囲で、ほぼ間違いがないはず」や、「0円から400万円まで可能性がある」という情報も出せるのなら、その方が良いです。意思決定の早さと確実さが大きく違って来ます。
つまり、点の値ではなく、範囲を予測したいです。
コンフォーマル予測について、このような予測ができる方法として説明されることがありますが、 この説明に当てはまるものとしては、 予測区間 が昔からあります。
時系列データについての予測区間もあります。
Excelで簡単に予測とシミュレーション
のページにあるように、
Excelでは、この予測が簡単にできるようになっています。
例えば、下の例のようになります。
青がデータで、オレンジが予測です。
予測は上側と下側がある範囲として出力されています。
中心値から、プラス側とマイナス側のそれぞれ0.5が範囲になっています。
予測したいものが質的変数の場合です。 質的変数でも、量的変数のような、予測値のあいまいさがあります。
例えば、予測値が「犬」の場合、「間違いなく犬」なのか、「犬の可能性が高いが、猫の可能性も無視できない」なのかは、大きな違いです。こうした情報も、意思決定をする時に欲しいです。
コンフォーマル予測について、このような予測ができる方法として説明されることがありますが、 この説明に当てはまるものとしては、 混合分布法 もあります。 また、ロジスティック回帰分析でも、似た分析ができます。
上記で例にしたコンフォーマル予測以外の方法では、正規分布や二項分布を仮定して予測します。
コンフォーマル予測では、分布の形を仮定しないところが違っています。 分布の形を仮定しない検定として、 ノンパラメトリック検定 がありますが、コンフォーマル予測は、分布の形を仮定しない推定です。
一口に「コンフォーマル予測」といっても、様々な方法がありますが、共通するのは、「予測値と実測値を使う」という点のようです。 これによって、分布を仮定することが不要になっています。
使うのが予測値と実測値なので、予測の方法は何でも使えます。
大まかには、以下のようにして予測する方法と言えるようです。
予測したいものが量的変数の場合は、予測値と実測値の差を使います。
一番粗い予測としては、予測区間を、差の最大値と最小値にすることができます。 中心値を予測して、それに予測区間の幅を持たせます。
「90%のサンプルが含まれる範囲」とすれば、「90%予測区間」といったものも計算できます。
例えば、予測値が「犬」の時、実測値は「犬」が90%で、「猫」が10%の場合があるかもしれません。 逆に、実測値が「犬」の時、予測値は「犬」が90%で、「猫」が10%の場合があるかもしれません。
コンフォーマル予測ではない予測では、予測値を「犬」と出すだけですが、コンフォーマル予測の場合は、既存のデータで予測した結果を考慮して出力します。
以下は、「Conformal Prediction」がタイトルに入っている本を調べたものです。 2014年が始めで、2022年以降に急に盛り上がっている様子がわかります。
「Conformal Prediction for Reliable Machine Learning Theory, Adaptations and Applications」 Vineeth Balasubramanian 編 Morgan Kaufmann 2014
「Introduction To Conformal Prediction With Python A Short Guide For Quantifying Uncertainty Of Machine Learning Models」 Christoph MolnarChristoph Molnar 著 2023
「Practical Guide to Applied Conformal Prediction in Python Learn and apply the best uncertainty frameworks to your industry applications」 Valery Manokhin 著 Packt Publishing 2023
「Conformal Prediction A Gentle Introduction」 Anastasios N. Angelopoulos, Stephen Bates 著 now publishers Inc 2023
「Conformal Prediction for Inventors」 Rahul Vishwakarma 著 Independently published 2024
「Algorithmic Learning in a Random World」 Vladimir Vovk 他 著 Springer 2022
タイトルからはわからないですが、Conformal Predictionにページを割いています。
「統計的仮説検定の方法論」 星野匡郎 著 日本評論社 2025
検定の本なのですが、コンフォーマル予測にひとつの章を充てています。
順路
次は
ロバスト推定
