probit模型

probit模型

@(机器学习)[probit|logit]
今天看计算广告学，谈到最大熵与指数簇的一些关系，网上查资料，期间发现这个probit模型的概念，以前竟然完全没听过。因此花点时间来搞懂，网上的资料并不是很详细，因此形成一篇博客，分享给大家。

probit

probit：多元概率比回归模型。学习一定要和logit regression进行对比，都是一种广义线性模型，事件发生的概率依赖于解释变量，既概率转化函数$P(Y=1)=f(x)$,关键点就是这里不同，前者的f(x)是正态函数的积分，后者是logit函数。
probit模型

logit模型

其中x是自变量线性函数.

这二者效果上大多数是一样的，但当自变量x值比较大时，正态分布对Z的敏感性较低，logit模型可以缓解这种现象。
$x=\beta_{0} + \beta_{1}x_{1} + ... + \beta_{k}x_{k}$

总结：probit和logit很相似，区别就在于转化函数用的不一样，因此模型的名称也不一样。