なぜロジスティック回帰を使ったか
Googleによる機械学習による駐車難易度の判定機能 それがなぜか、が解説されている
理由
(Deep Learningなどと違って)振る舞いが理解しやすい
ノイズに対して耐性が高い
データがクラウドソーシングから来るのでこの特徴が都合が良い
確率モデルであるので、出力値を確率として解釈するのが自然
その結果、出力結果を人間に理解しやすい記述(「駐車が容易」など)に対応付けることが容易
特徴量が結果に対してどの程度の影響力を持っているかを理解しやすい。
そのため、モデルが適切に動いているかどうかを検証しやすい。
例えば「ある複雑な特徴量が問題解決に役立つだろう」という事前の仮説が、実データによって否定された
もっとシンプルな特徴量の中に有益なものがあることが発見された