知识卡片
极大似然拟合选择概率
离散选择模型为每次实际选择分配一个概率。极大似然估计寻找参数,使这些已观察选择的联合概率最大;取对数把乘积转为求和,通常更易计算。它优化的是给定模型与假设下的数据解释程度,不保证模型正确或具备因果解释。驻点能否成为有限、可识别的最优解仍取决于数据和模型条件。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第1章 如何分析用户的选择 1.2 DCM详述 · 查看原书依据
Logit模型基于训练数据为效用函数中每个属性估计对应参数。参数估计方法通常为极大似然估计,该过程包括如下两个重要步骤。
参考来源
- 位置:《数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow》第1章 如何分析用户的选择,1.2 DCM详述(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow/_epub-src/OEBPS/Text/part0009.xhtml)
- 结论依据:原文解释参数估计的似然与对数似然过程;未把一阶导为零当成无条件存在唯一解的保证。
- 原始内容:Logit模型基于训练数据为效用函数中每个属性估计对应参数。参数估计方法通常为极大似然估计,该过程包括如下两个重要步骤。