ロジットとプロビットの使い分け - アドファイブ日記
出力変数（被説明変数）がYes/Noみたいな２値で表されるようなモデルを学習させたい場合についてググるとロジスティック回帰とかプロビット回帰とか出てきて、 「どうやらロジスティック回帰を使うのが定石っぽいけど、プロビットっていう良くわからないのがいっつもくっついて説明されてて困るなぁ」 と思ったりするのは僕だけじゃないはず。そこで自分なりに違いを考えたのでシェアしてみます。 問題１（プロビットが合う） 「ある人の年齢Nを聞いたとき、その人が既婚者か」を確率P(N)で表わすという問題を考えてみます。 結婚という「変化のイベント」について考えると、なんとなく平均結婚年齢あたりにピークがあって、その前後ではなだらかに頻度が少なくなっているイメージがあります。なのでその分布を正規分布だとしましょう。そうすると、年齢Nを聞いたときにその人が結婚してるかどうかは、正規分布の累積分布関数P(N)、すなわ
人間の選択をモデル化するプロビット・ロジットモデルの違いと経済学的解釈法 - バナナでもわかる話
今日は人間の選択をモデル化する方法について書いてみようと思います。 一応事前にプロビット・ロジットについてネット記事が無いか漁ってみたのですが、 ・機械学習の文脈で説明されていることが多い ・プロビット・ロジットの選択基準が説明変数の観点から説明されていることが多い(実はもう一個ある) ということで 「じゃあ私は経済学的な観点から定式化を行って、統計学的な観点からこのモデルの説明をして、モデルにおける2種類の選択基準に関して説明をすることで差別化して書いてみよう～」 なんて考えてみました。 それでは記事を書いていきます。 ちなみに、プロビット・ロジットや経済学の話はとりあえず良いから、この二つのモデルの違いだけ知りたい！という方は ↓下の方にあるこの見出しから読むと良い感じに理解できるかと。 プロビット・ロジットの特徴 ↑ スポンサーリンク 人間の選択とは まず人間の選択について少し経済学
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
