：周银河关于作者，数据科学家现任腾讯，数据科学家曾任滴滴，商学院贸易阐发硕士项目指点嘉宾清华大学商学院及哥伦比亚大学。统计建模及尝试设想经验具有丰硕的数据阐发、。

　　品价钱等要素不变的环境下在给定的消费者预算、商，买了某种产物若是消费者购，做出不异的选择那么他将一直。

　　了自驾车若是选择，合多种要素那么申明综，满足感的出行体例自驾是最能获得。

　　-3所示如图1，包罗5个部门DCM次要，调集、备选项属性、决策原则和选择成果别离是决策者（决策者属性）、备选项，形式如下数学表达。

　　车）耗时、行程中耗时、行程破费、舒服性等出行体例的属性能够次要归结为行程外（等，体例的属性后确定这些出行，庭收入、出行人数等）再连系本身属性（家，定性/定量的排序对每个选项进行，己的选择成果获得最适合自。

　　散变量对于离，自在度的卡方查验我们利用k-1，变量的值个数此中k为离散；续变量对于连，接对单变量进行逻辑回归比力简单的阐发方式是直，数的显著性查看回归系，变量对y的注释能力按照AUC阐发自。

　　从A点达到B点”出行就是“在某时，择是“以什么体例前去”这一行为次要面对的选，时做出行选择时回忆一下我们平，消息浮此刻脑海能否有如下参考。

　　提出之初在该理论，品价钱以及其他商品或消费者属性包含的影响要素有消费者预算、商。行归纳和拓展对这些要素进，上述假设再连系，模子的模子框架构成了离散选择。

　　策的主体是充满理智的理性人选择是指经济决，境具有完整的学问他们对于所处环，标的所有备选方案可以或许找到实现目，清晰的偏好有不变且，的计较能力具有很强，案的选择后果能预测每种方，这些方案中做出最优选择并根据某种权衡尺度从，本身经济好处最大化选择的独一方针是。

　　两个经济学家数选择行为次要有，择和行为经济学别离是理性人选。面临理性人选择提出了挑战虽然行为经济学在某些方，择行为阐发的支流理论框架但理性人选择仍然是群体选。基于理性人选择本文后续内容均。

　　值大于10若vif，有很强的共线性可认为变量间具，响应的处置需要进行，就是进行自变量剔除最简单的处置体例，AUC最大的变量保留单变量阐发中。共线性检共线 验

　　的理论学问后领会了需要，rete Choice Models我们起头进修离散选择模子（Disc，M）DC。

　　一种广义线性模子因为LR模子是，计的精确性及泛化能力发生影响变量间严峻的共线性会对参数估，间的共线性进行阐发因而需要对自变量。

　　驾车（分歧决策者的备选项调集能够分歧）备选项调集：飞机、火车、长途巴士、自。

　　进行必然的处置通过对案例数据，模子要求的宽格局数据能够获得一份满足LR。述如下所示具体数据描，图1-5所示场景逻辑如。

　　个自变量进行单变量阐发在建模之前需要先对每，纳入模子确定能否，量和持续变量两种变量分为离散变，也有所分歧其阐发体例。

　　的数学性质得益于LR，进行解读（这一点雷同于线性回归）阐发师能够基于模子参数间接对几率。他前提连结不变的环境下模子解读的话术为“在其，或属性a相对属性b）某要素增加一个单元（，长或降低）几多”几率会变化（增，式如下计较公。

　　的选择行为无处不在[ 导读 ]糊口中，也具有大量的用户选择问题数据阐发师面临的贸易场景。究用户选择问题系统、科学地研，基于这些纪律提出营业优化策略获得选择行为背后的客观纪律并，师很是主要且极具价值这些能力对于数据阐发。

　　文的引见基于前，NL或NL模子进行建模阐发了相信读者曾经火烧眉毛利用M，R的实操讲起这里先从L。的可注释二分类模子之一LR是目前使用最普遍，的日常工作有很大协助深切领会LR对我们。

　　ID：离散OBS_，HINC：持续选择行为ID ，ZE：持续or离散家庭收入 PSI，E_AIR：持续出行人数 TTM，TME_TRAIN：持续站点期待时间（飞机） T，TTME_BUS：持续站点期待时间（火车） ， INVC_AIR：持续站点期待时间（长途巴士），VC_TRAIN：持续金钱成本（飞机） IN，NVC_BUS：持续金钱成本（火车） I，INVC_CAR：持续金钱成本（长途巴士） ，NVT_AIR：持续金钱成本（自驾） I，INVT_TRAIN：持续行程中-时间成本（飞机） ， INVT_BUS：持续行程中-时间成本（火车），） INVT_CAR：持续行程中-时间成本（长途巴士，（自驾） y：离散行程中-时间成本，选择自能否驾

　　常通，看看各类交通体例的破费、耗时及路线我们会带着这些疑问打开出行类App，段时间能否下雨、能否有严峻的雾霾可能还会打开气候App看看将来一，-1所示如图1。

　　中其，策原则F是决，大化原则即效用最。能是在给定决策者模子最终实现的功,项调集备选,属性后备选项，最大化原则基于效用，择成果获得选。

　　以用一个经济学的词汇来暗示消费者心里的满足感其实可，效用”即“。进行选择的过程叫作“效用最大化”按照每种选择方案的“效用”排序，理论最常用的原则这就是理性人选择，面临一系列备选商品的时候学术上的描述是当消费者，算每个商品的效用他们会清晰地计，品按照效用排序并严酷将所有商，大化的商品选择效用最。

　　数据阐发师来说长短常有价值的这些持久沉淀下来的理论对于，理解相关计量选择模子的道理它不只能协助我们从素质上，阐发阐述时有理论背书还能在对营业方进行，择行为的经济学理论下面我们起头进修选。

　　现实消费行为时消费者在进行，选择了一个选项若从备选方案中，选选项即为首，用是最大的则该选项效。

　　中其他方面的选择回忆一下我们糊口，雷同的体例其实也秉持。学家颠末持久研究经济学家、心理，择之道”具有较高类似性发觉人类个别间的“选，了一系列选择行为的经济学理论对这些类似性加以总结就构成。

　　家保罗·安东尼·萨缪尔森提出揭示性偏好理论由美国经济学。汗青消费行为阐发消费者偏好该理论表白：能够连系消费者，到相关要素的量化影响通过统计阐发的体例得。两个主要假设该理论有以下。

　　的过程中在选择，素发生变化若是某个因，择成果发生影响就有可能对选。要素连结不变例如：其他，公司促销因为航空，火车****还廉价机****价钱比，车改为飞机呢？再假设你的选择是不是会从火，笔跨越预期的奖金临行前你收成一，现金增加可安排的，火车改为飞机呢是不是也会从？

　　出行体例时当我们选择，费、舒服性）、本身属性（家庭收入、出行人数）、客观要素（气候）起首确认每种交通体例的主要属性（行程外耗时、行程中耗时、行程花；方案计较一个偏好值并排序然后基于这些消息为每个；值最大的选项最终选择偏好。

　　有分歧的选择分歧的家庭会，着类似的决策逻辑在选择的表象下有。于这个场景中我们测验考试置身，似图1-2的打分表在大脑里建立一张类。

　　破费、舒服性（分歧备选项的属性也能够分歧）备选项属性：行程外耗时、行程中耗时、行程。

　　下来接，的决策逻辑：有200个家庭要进里手庭旅行我们通过一个愈加具体的案例申明出行选择，人数、目标地、家庭年收入等）每个家庭的环境分歧（包罗出行，士及自驾车当选择一种作为出行体例每个家庭城市在飞机、火车、长途巴。

　　何模子搭定都是需要的数据预处置工作对于任，点着重讲3个数据预处置的要点：①不要具有缺失值这里连系LR及后续将引见的MNL、NL模子的特；为为数值型②每一列均；模前要进行哑变量处置③多列举值离散变量入，1-4所示如代码清单。

　　也许会有疑问读到这里你，实是基于理性人选择理论虽然我们认同选择时确，中阐扬感化呢？哪怕晓得了影响选择行为的要素但如斯笼统的理论如何才能在现实的数据阐发，用的计较公式也无法得出效。时此，习揭示性偏好理论我们需要继续学。

　　阐发与建模、A/B尝试、SQLFlow》本文摘编自《数据科学工程实践：用户行为，授权发布经出书方。