モデルによる解析とニューラルネットのハイブリッド

投稿者:オロナイン - 投稿日時:2001年09月15日 00時12分26秒

　僕も、CLUG（clementineユーザー会）に行って来ましたので、その感想を書
かせていただきます。

　２つの発表で、消費者の選択行動を、従来型のモデルとニューラルネットを
合わせたハイブリッドモデルにて予測しようという試みを取り扱っていました。

　話は、複雑なので一言で書くのは難しいですが、あえて簡単にまとめると、
明示的なモデルで予測できる消費者はモデルで予測し、それでは上手く予測で
きない残りの消費者は、ニューラルで予測しようという方法です。

　従来型のChoiceモデルが想定しているのは、何らかの属性なり環境が明示的な
関係（モデル）で、消費者の選択行動に影響を与えた結果であるというもので、
あくまで影響の構造や個別の大きさ（パラメータ推定値）が、現実を説明できて
いる必要があります。もちろん優れたモデルであれば、消費者の行動はモデル化
させうるのですが、消費者の中には、シンプルなモデルで表記されうる行動を行
う者のみではないため、当然予測がはずれる部分があります。

　従来であれば、この予測のはずれを最小限にするために、モデルの改良を繰り
返すわけですが、その改良の過程で、フィットのより良いモデルを採用するか、
フィットは少し落ちても理論的な行動原理と反映したモデルを採用するかという
ジレンマにぶつかります。

　ここで、ハイブリッドモデルの優れたところは、理論的な行動原理を反映した
モデルで説明できるところは、そのモデルを採用し、それではずれてしまうとこ
ろは、いっそのこと行動原理を想定せずニューラルネットで推定してしまおうと
いうものです。

　すべての消費者が、単一の行動原理で選択行動をしていると考えるより、多種
多様な行動原理に原理に基づいた選択行動が混在していると考えれば、このよう
なハイブリッドモデルの援用は、予測面で非常に魅力的なものであると思います。
実際、予測精度も非常に高く、ポテンシャルの高さとともに、可能性の高さも、
感じることが出来、素直に感動しました（根が素直なので（笑））

　と、ここでふと思ったのですが、ハイブリッド化のロジックを使えば、ブラッ
クボックス化したニューラルネットを使わずとも、モデルを複数使って、モデル
ごとに対象とすべき消費者を分類し、複数の行動モデルの連立モデルではだめな
のかというような気もしてきました。

　モデルの解釈があった方がわかりやすいという意味では、なるべく処理内のブ
ラックボックス化は避けたいと思ってしまうので、複数のモデルでのハイブリッ
ド化という方が、個人的には好みです。

　時系列データの分析でも、構造変化をチョウ検定によってデータを分割して、
モデルを分ける（基本的には同じ構造だけど）わけだし、対象ごとにモデルを変
えるものありなのかと思ったりもしました。

　もちろんこんなことが出来るようになるもの規模の大きなデータセットで交差
検証が可能になったという背景があります。ブートストラップなどに比べて、交
差検証のほうが、処理上も楽ですし、計算時間も（たぶん）早いので、メジャー
な検証方法になっていくんでしょうね。

　こんなことを考えながら、いろんなものがハイブリッドになっていくんだろう
なとぼーっとしていると、なぜかどんどんいろんなもののハイブリッドが気にな
り始め、しまいには「カレー」と「うどん」のハイブリッドも「カレーうどん」
として定着したし、ハイブリッドって奥が深いと変に納得してきたのは、まちが
いなく、さっき飲んだアルコールのせいです（笑）

この投稿へのコメント
Re:モデルによる解析とニューラルネットのハイブリッド
Re:モデルによる解析とニューラルネットのハイブリッド