スパイク・アンドスラブ回帰
term_id: spike_and_slab_regression
Category: basic_concepts
Definition
スパイク・アンドスラブ回帰は、変量選択やスパースモデリングに用いられるベイズ統計的手法です。この手法は、「スパイク（通常はゼロ付近に集中する分布）」と「スラブ（非ゼロの係数に対応する広範な分布）」という2つの成分からなる混合事前分布を採用しています。これにより、モデルがどの変数が重要かを確率的に判断し、不要な変数の係数をゼロに近づけることでスパースな解を得ます。
Summary
ゼロと非ゼロの係数を区別するために混合事前分布を用いるベイズ変量選択手法。
Key Concepts
- ベイズ推論
- スパースモデリング
- 混合事前分布
- 変量選択
Use Cases
- 高次元ゲノムデータの解析
- 金融リスク要因の特定
- 予測モデリングにおける特徴量選択