*

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

no image

渋滞学『公研』2019年4月 メモ

渋滞学 西成活裕 渋滞とは? 結局人の動き  法則性はあるのか? 空気や水と違って人間にはそれぞれ

記事を読む

no image

QUORAにみる観光資源   なぜ、現代に、クラシックの大作曲家が輩出されないのですか?大昔の作曲家のみで、例えば1960年生まれの大作曲家なんていません。なぜでしょうか?

とっくの昔に旬を過ぎている質問と思われますが、面白そうなので回答します。 一般的に思われてい

記事を読む

no image

『兵士のアイドル』押田信子著   盧溝橋事件勃発で、新聞の報道合戦開始 慰問団ブーム

陸軍恤兵(ジュッペイ)部  日清戦争時に少なくともそのたぐいの組織はできていた?

記事を読む

『プロヴァンスの村の終焉』上・下 ジャン=ピエール・ルゴフ著 2017年10月15日

市長時代にピーターメイルの「プロヴァンスの12か月」読み、観光地づくりの参考にしたいと孫を連れて南仏

記事を読む

no image

QUORA ゴルビーはソ連を潰したのにも関わらず、なぜ評価されているのか?

ゴルバチョフ書記長ってソ連邦を潰した人でもありますよね。人格的に優れた人だったのかもしれませんが

記事を読む

no image

『中国はなぜ軍拡を続けるのか』阿南友亮著

第40回サントリー学芸賞(政治・経済部門)受賞!第30回アジア・太平洋賞特別賞受賞! 何

記事を読む

no image

『カシュガール』滞在記 マカートニ夫人著 金子民雄訳

とかく甘いムードの漂うシルクロードの世界しか知らない人には、こうした動乱の世界は全く想像を超えるも

記事を読む

『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

ノーム・チョムスキー著『誰が世界を支配しているのか』

アマゾンの書評で「太平洋戦争前に米国は自らの勝利を確信すると共に、欧州ではドイツが勝利すると予測

記事を読む

no image

言語とは音や文字ではなく観念であるという説明

観光資源を考えると、言語とは何かに行き着くこととなる。 愛聴視して「ゆる言語学ラジオ」で例のエ

記事を読む

PAGE TOP ↑