01Overall Concept
ไอเดียหลัก — Generalized Linear Model ขยาย linear regression ด้วย exponential-family distribution และ link function จึงรองรับคำตอบแบบจำนวนครั้ง สัดส่วน หรือค่าบวก พร้อมคงโครงสร้างน้ำหนักที่อธิบายได้
ลองนึกภาพว่า — เหมือนใช้เครื่องยนต์เส้นตรงตัวเดิม แต่เปลี่ยนชุดเกียร์ให้แปลงกำลังไปยังคำตอบแต่ละชนิดอย่างเหมาะสม
ตัวอย่างการนำไปใช้ — Poisson regression สำหรับ count, logistic regression สำหรับ binary และ Gamma regression สำหรับค่าบวกเบ้
02อธิบายภาษาคนเข้าใจง่ายๆ
Generalized Linear Model เริ่มจากคำถามง่าย ๆ ว่า เชื่อมผลรวมเชิงเส้นกับ distribution ที่เหมาะกับชนิดคำตอบ วิธีนี้ไม่ได้มองข้อมูลทุกชนิดเหมือนกัน จึงต้องเตรียมข้อมูลให้ตรงกับสิ่งที่อัลกอริทึมใช้คำนวณ
เหมือนใช้เครื่องยนต์เส้นตรงตัวเดิม แต่เปลี่ยนชุดเกียร์ให้แปลงกำลังไปยังคำตอบแต่ละชนิดอย่างเหมาะสม ภาพเปรียบเทียบนี้ช่วยจำแก่นของวิธี แต่ตอนใช้งานจริงคอมพิวเตอร์ทำงานกับตัวเลขและกฎที่กำหนดไว้อย่างชัดเจน
Generalized Linear Model ขยาย linear regression ด้วย exponential-family distribution และ link function จึงรองรับคำตอบแบบจำนวนครั้ง สัดส่วน หรือค่าบวก พร้อมคงโครงสร้างน้ำหนักที่อธิบายได้ พารามิเตอร์หลักใน Playground คือ ค่าสัมประสิทธิ์ β₁ เมื่อเลื่อนค่า ระบบจะคำนวณผลใหม่จากข้อมูลชุดเดิม จึงเปรียบเทียบการเปลี่ยนแปลงได้ตรง ๆ
ข้อมูลตัวอย่างบนหน้าใช้รูปแบบ จำนวนเหตุการณ์ y≥0 · Poisson family · log link เราแยกสิ่งที่อัลกอริทึมรับเข้าออกจากผลลัพธ์ เพื่อไม่เผลอส่งข้อมูลคำตอบหรือข้อมูลอนาคตเข้าไปตอนฝึก
งานที่เหมาะ เช่น Poisson regression สำหรับ count, logistic regression สำหรับ binary และ Gamma regression สำหรับค่าบวกเบ้ ก่อนใช้จริงควรกำหนด metric ที่สัมพันธ์กับเป้าหมาย แล้วเปรียบเทียบกับวิธีพื้นฐานที่ง่ายกว่า
ภาพจำ: Poisson log link: เพิ่ม x หนึ่งหน่วย คูณ mean ด้วย exp(β₁) พร้อมจำข้อจำกัดสำคัญว่า ต้องเลือก family/link ให้ตรงข้อมูล ความแปรปรวนเกิน Poisson ทำให้ standard errors ผิด และสัมประสิทธิ์ยังไม่พิสูจน์เหตุและผล
03How it works
ค่อยๆ ทำไปด้วยกัน ตั้งแต่ข้อมูลแถวแรกจนถึงการตรวจคำตอบ
เตรียมข้อมูลให้ตรงโจทย์
X เป็น design matrix และ y มี distribution ตรงกับ family ที่เลือก ตรวจค่าที่หาย หน่วยของแต่ละคอลัมน์ และแยกข้อมูลประเมินก่อนเรียนรู้พารามิเตอร์จากข้อมูล
ตั้งค่าที่ควบคุมพฤติกรรม
ใช้ family เพื่อdistribution เช่น Poisson Binomial Gamma และบันทึกค่าเริ่มต้นหรือ random seed เมื่อวิธีมีการสุ่ม เพื่อให้ทำซ้ำและเปรียบเทียบได้
คำนวณแก่นของวิธี
สร้าง η=Xβ จากนั้น แปลง mean ด้วย inverse link เช่น μ=exp(η) Playground ใช้ข้อมูลสาธิตชุดเดิมทุกครั้งเพื่อให้เห็นผลของ slider โดยไม่ถูกความสุ่มกลบ
สร้างผลลัพธ์ที่นำไปอ่านได้
หา β ที่เพิ่ม likelihood ผ่าน iterative reweighted least squares ผลที่ได้คือ coefficients, fitted mean และสถิติ inference ตัวเลขหรือกลุ่มที่ได้ยังต้องตีความร่วมกับบริบทของข้อมูล
ตรวจว่าคำตอบใช้ได้จริง
เปรียบเทียบหลายค่าของ coefficient ด้วย metric ที่เหมาะ ดูทั้งผลรวมและกรณีที่พลาด แล้วทดสอบกับข้อมูลที่ไม่ใช้ปรับค่า โดยคำนึงถึงข้อจำกัดว่า ต้องเลือก family/link ให้ตรงข้อมูล ความแปรปรวนเกิน Poisson ทำให้ standard errors ผิด และสัมประสิทธิ์ยังไม่พิสูจน์เหตุและผล
ข้อมูล พารามิเตอร์ และภาพรวมการคำนวณ
familylinkexposureข้อมูลที่รับเข้ามา
X เป็น design matrix และ y มี distribution ตรงกับ family ที่เลือก
จำนวนเหตุการณ์ y≥0 · Poisson family · log linkพารามิเตอร์ที่ใช้
- family
- distribution เช่น Poisson Binomial Gamma
- link
- ฟังก์ชันเชื่อม mean กับ linear predictor
- exposure
- เวลาหรือขนาดฐานสำหรับ count rate
ผลลัพธ์ที่ได้
coefficients, fitted mean และสถิติ inference
Poisson log link: เพิ่ม x หนึ่งหน่วย คูณ mean ด้วย exp(β₁)คำนวณทีละขั้น
- 01
สร้าง η=Xβ
- 02
แปลง mean ด้วย inverse link เช่น μ=exp(η)
- 03
หา β ที่เพิ่ม likelihood ผ่าน iterative reweighted least squares
ควรรู้อีกนิด — ต้องเลือก family/link ให้ตรงข้อมูล ความแปรปรวนเกิน Poisson ทำให้ standard errors ผิด และสัมประสิทธิ์ยังไม่พิสูจน์เหตุและผล
04Make it yours
# ติดตั้ง: pip install numpy statsmodelsimport numpy as np data = np.genfromtxt("generalized-linear-model-sample.csv", delimiter=",", skip_header=1)X = data[:, :2] import statsmodels.api as sm x = data[:, 0]y = np.maximum(0, np.rint(3 * np.exp(0.8 * x))).astype(int)X_design = sm.add_constant(x)model = sm.GLM(y, X_design, family=sm.families.Poisson()).fit()print(model.summary())print("Predicted mean:", model.predict(X_design)[:5])print("exp(beta_1):", np.exp(model.params[1]))โค้ดเปลี่ยนตามค่าที่เลือกใน Playground · แต่ละภาษาใช้ข้อมูลตัวอย่างตามที่ระบุในโค้ด
05Learn by playing
ปรับ ค่าสัมประสิทธิ์ β₁ แล้วสังเกตรูปแบบคำทำนายและตัวชี้วัดที่คำนวณใหม่ทันที
Playground เป็น implementation เพื่อการเรียนรู้ที่คำนวณในเบราว์เซอร์ ส่วนโค้ด Python ใช้ statsmodels จึงอาจให้ค่าต่างกันเล็กน้อยจากรายละเอียดการ optimize และค่าเริ่มต้นของไลบรารี ผลนี้ไม่ใช่ benchmark บนข้อมูลจริง