# 係数

> 係数 - Use the Coefficients tab, which shows the positive or negative impact of important variables,
> to help you refine and optimize your models in Workbench.

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-10-09T14:18:51.440806+00:00` (UTC).

## Primary page

- [係数](https://docs.datarobot.com/ja/docs/workbench/build-workbench/experiments/experiment-insights/coefficients.html.md): Full documentation for this topic (Markdown sidecar).

## Sections on this page

- [次のステップ](https://docs.datarobot.com/ja/docs/workbench/build-workbench/experiments/experiment-insights/coefficients.html.md#next-steps): In-page section heading.

## Documentation content

| タブ | 説明 |
| --- | --- |
| 説明 | データセット内で有用性が最も高い30の特徴量（特徴量セット）の相対的な効果を表示します。 |

[サポートされているモデル](https://docs.datarobot.com/ja/docs/workbench/build-workbench/experiments/experiment-insights/coefficients.html.md#supported-model-types) （線形回帰およびロジスティック回帰）では、 係数 タブには、最も有用な30個の特徴量の相対的な影響が、（デフォルトでは）最終的な予測への影響が大きい順に並べ替えて表示されます。 positive効果のある特徴量は赤色で表示され、negative効果のある特徴量は青色に表示されます。 係数 チャートは、モデル結果の評価に役立てるため、下記を判断します。

- そのモデルでの予測形成にどの特徴量が選択されたのか？
- How important are each of these features?
- どの特徴量がプラスやマイナスの影響を与えるのか？

> [!NOTE] 備考
> 

The Coefficients tab is only available for a limited number of models because it is not always possible to derive the coefficients for complex models in short analytical form.

インサイトから、選択したモデルで予測を生成するためにDataRobotで使われる [パラメーターと係数をエクスポート](https://docs.datarobot.com/ja/docs/workbench/build-workbench/experiments/experiment-insights/coefficients.html.md#preprocessing-and-parameter-view) できます。

## 次のステップ

Compare how coefficient-based insights relate to other explanations of feature importance and model structure.

- Feature Impact : Compare the coefficient rankings against a model-agnostic view of which features most strongly drive predictions.
- Rating Tables : For GAM or GA2M models, break down how individual features contribute to predictions and export validated parameters to tune the model.
- Eureqa Models : Inspect and compare Eureqa models that balance predictive accuracy against model complexity and interpretability.