*

Quora 「汎化性能」

公開日: : 最終更新日:2023/05/29 出版・講義資料

すべてのデータサイエンティストが知っておくべき、統計学の重要なトピックはなんでしょうか?

個人的には「汎化性能」だと思います。

上の図はその説明でよく用いられるもので、実際には3次多項式にノイズを加えて生成したサンプル(白い円)に多項式フィッティングを行った結果です。3次多項式モデル(赤線)だと全ての円は通らないながらも滑らかで綺麗に全体のトレンドに沿った曲線が描けますが、9次多項式モデル(青線)だとより多くの円を通りながらもぐにゃぐにゃして全体のトレンドに合わない奇妙な曲線を描いてしまいます。

それもそのはずで、3次モデルは程よく真の値(3次多項式に従う)を捉えているのに対して、9次モデルは真の値のみならずノイズにまでフィットしてしまっているからです。この場合、両端(-3 or 3)の外側にまでサンプルを拡張した場合、3次モデルは適切にフィットするであろう一方、9次モデルはあらぬ方向に吹っ飛んでしまって全くフィットしないであろうことが容易に想像できるかと思います。

このように、ノイズに振り回されず程よく全体のトレンドを捉え、適切にまだ見ぬ未知データにうまくモデルを当てはめられる(適切に予測できる)度合いのことを「汎化性能」と呼びます。

統計学とは、「標本抽出(サンプリング)された少ない標本から背後にある(見えない)母集団の性質を推定する営み」だとされます。この定義に従えば、汎化性能を確保することは統計学を統計学たらしめる本質的な要件であるように見えます。

言い換えると、例えばt検定やカイ二乗検定のような仮説検定から重回帰分析のような線形モデル、ロジスティック回帰などの一般化線形モデル、さらには統計的学習の手法に基づく機械学習領域におけるDeep Learningのような高度なモデルであっても全く同じことが言えるということだと思います。

汎化性能を評価する方法は世の中には色々あり、例えばAICのような情報量規準を用いるものや、交差検証によって擬似的に手持ちのサンプルから算出するものもあり、それぞれのシチュエーションに応じて使い分けることが望ましいとされます。

いかなる統計学的な取り組みであれ、汎化性能を確保することは非常に重要であると個人的には考えています。

関連記事

『公共貨幣論入門』山口薫、山口陽恵

MMT論の天敵 Amazonの書評(注 少し難解だが、言わんとするところは読み取れ

記事を読む

no image

【ゆっくり解説】【総集編】ガチで眠れなくなる「生物進化」の謎6選を解説/ミッシ ングリンク、収斂進化、系統樹、生命起源【作業用】【睡眠用】

https://youtu.be/ACEmkF1-g88

記事を読む

no image

井伏鱒二著『駅前旅館』

新潮文庫の『駅前旅館』を読み、映画をDVDで見た。世相はDVDの方がわかりやすいが、字句「観光」は

記事を読む

『近世旅行史の研究』高橋陽一 清文堂出版 宮城女子学院大学

本書の存在を知り港区図書館の検索を探したが存在せず都立図書館で読むことにした。期待通りの内容で、

記事を読む

『言ってはいけない中国の真実』橘玲2018年 新潮文庫  

 コロナ禍で海外旅行に行けないので、ブログにヴァーチャルを書いている。その一つである中国旅行記を

記事を読む

no image

『QUORA 日本人の賃金が30年間増えなかった理由』vs 渡辺努東大教授の「物価と賃金の心地よい状態」説

渡辺努「世界と日本の物価に何が」2022年12月13日 (火) https://www.nhk

記事を読む

『弾丸が変える現代の戦い方』二見龍 照井資規 誠文堂新光社 2018年

本書は、今までほとんど語られてこなかった弾丸と弾道に焦点を当てた元陸上自衛隊幹部と軍事ジャーナリ

記事を読む

no image

『生成文法』書評

「人間の言語習得は知性の獲得を証明するものではなく、単に種の進化の延長であるーー。」はじめてこの

記事を読む

no image

『起業の天才 江副浩正 8兆円企業を作った男』大西康之

父親の縁で小運送協会が運営していた学生寮に大学1,2年と在籍していた。その時の一年先輩に理科二類

記事を読む

『1964 東京ブラックホール』貴志謙介

前回の東京五輪の世相を描いた本書を港区図書館で借りて読む。今回のコロナと五輪の関係が薄らぼんやりと

記事を読む

PAGE TOP ↑