周辺確率分布とは、複数の確率変数が従う同時確率分布から、一部の変数を取り除き、特定したい変数だけの確率分布を算出したものです。機械学習モデルにおける予測やデータ解析の基礎として、不要な情報を排除して知りたい変数だけの傾向を把握するために広く活用されています。
周辺確率分布とは
一言でいうと周辺確率分布とは、複雑な多次元データ全体の中から、注目したい特定の変数だけの確率の偏りを抜き出してまとめたものです。
詳しく解説
複数の確率変数が絡み合う同時確率分布において、関心のない変数の影響をすべて足し合わせる（あるいは積分する）ことで消去し、残った変数だけの確率分布を求める操作を周辺化と呼びます。この結果得られるのが周辺確率分布です。機械学習の分野では、複雑な同時確率分布から一部の素性や特徴量の傾向だけを単独で評価したい場合や、ベイズ推論における事後確率の計算などで不可欠な数学的ツールとなっています。
具体例・使われ方
例えば、ある地域の「気温」と「アイスクリームの売上」という2つの変数の同時確率分布があるとき、気温の変動に関わらずアイスクリームの売上全体がどのような確率で発生するかを知りたい場合に周辺確率分布が使われます。画像認識AIにおいては、画像全体から特定のピクセル領域の傾向を抽出する際にも基礎理論として応用されます。
似た用語との違い
すべての変数を考慮する同時確率分布や、特定の条件をあらかじめ固定した条件付き確率分布と混同されやすいです。同時確率分布がすべての変数間の関係性を表すのに対し、周辺確率分布は一部の変数を周辺化によって無視・消去している点が異なります。
注意点
周辺確率分布を計算する際、変数同士が持つ相関関係や隠れた相互作用の情報が周辺化のプロセスで失われてしまう点に注意が必要です。そのため、単一の周辺確率分布だけを見ていると、変数間の重要な結びつきや複合的な影響を見落とすリスクがあります。