«logistic» etiketlenmiş sorular

Genellikle lojistik işlevini kullanan istatistiksel prosedürleri, en yaygın olarak çeşitli lojistik regresyon biçimlerini ifade eder

3
Beta dağılımı ile lojistik regresyon modeli arasındaki ilişki nedir?
Sorum şu: Beta dağılımı ile lojistik regresyon modelinin katsayıları arasındaki matematiksel ilişki nedir ? Örneklemek gerekirse: lojistik (sigmoid) fonksiyonu f(x)=11+exp(−x)f(x)=11+exp⁡(−x)f(x) = \frac{1}{1+\exp(-x)} lojistik regresyon modelindeki olasılıkları modellemek için kullanılır. Let AAA iki seçenekli bir olması (0,1)(0,1)(0,1) attı sonuç ve XXX bir tasarım matrisi. Lojistik regresyon modeli, P(A=1|X)=f(Xβ).P(A=1|X)=f(Xβ).P(A=1|X) = f(X \beta). …


3
Lojistik regresyona karşı diskriminant analizi
Bazı ayrımcı analiz uzmanları buldum ve onlar hakkında sorularım var. Yani: Sınıflar iyi ayrıldığında, lojistik regresyon için parametre tahminleri şaşırtıcı bir şekilde kararsızdır. Katsayılar sonsuza gidebilir. LDA bu sorundan muzdarip değildir. Özelliklerin sayısı azsa ve yordayıcılarının dağılımı XXXsınıfların her birinde yaklaşık olarak normalse, doğrusal ayırıcı model yine lojistik regresyon modelinden …

2
Lojistik regresyon için matris gösterimi
Doğrusal regresyonda (kare kaybı), matris kullanarak hedef için çok özlü bir gösterime sahibiz minimize ∥Ax−b∥2minimize ‖Ax−b‖2\text{minimize}~~ \|Ax-b\|^2 AAA veri matrisi olduğu durumlarda , xxx katsayılardır ve bbb yanıttır. Lojistik regresyon hedefi için benzer bir matris gösterimi var mı? Gördüğüm tüm gösterimler, tüm veri noktalarındaki toplamdan ( \ sum _ {\ …



2
Lojistik Regresyon, geleneksel işlev olmayan eğrileri nasıl üretebilir?
Lojistik regresyondaki işlevlerin nasıl çalıştığı (veya belki de bir bütün olarak işlev gördüğü) konusunda bazı temel karışıklıklarım olduğunu düşünüyorum. H (x) fonksiyonu görüntünün solunda görülen eğriyi nasıl üretir? Ben bu iki değişkenin bir komplo olduğunu görüyorum ama sonra bu iki değişken (x1 & x2) de fonksiyonun argümanları. Bir değişkenin bir …

1
0 ile 1 arasında yanıt değişkeni olan karışık bir model nasıl takılır?
Ben lme4::glmer()ikili değil, ancak sıfır ile bir arasında sürekli bir değişken olan bir binom genelleştirilmiş karışık model (GLMM) sığdırmak için kullanmaya çalışıyorum . Bu değişken bir olasılık olarak düşünülebilir; aslında olan insan deneklerin (bir deney ben yardım analiz olarak) bildirilen olasılığı. Yani bu kadar değil bir "ayrık" fraksiyon, ancak sürekli …

4
Degrade artırıcı makine doğruluğu, yineleme sayısı arttıkça azalır
Gradyan arttırıcı makine algoritmasını caretR'deki paket üzerinden deniyorum. Küçük bir kolej veri kümesi kullanarak, aşağıdaki kodu koştu: library(caret) ### Load admissions dataset. ### mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") ### Create yes/no levels for admission. ### mydata$admit_factor[mydata$admit==0] <- "no" mydata$admit_factor[mydata$admit==1] <- "yes" ### Gradient boosting machine algorithm. ### set.seed(123) fitControl <- trainControl(method = …
15 machine-learning  caret  boosting  gbm  hypothesis-testing  t-test  panel-data  psychometrics  intraclass-correlation  generalized-linear-model  categorical-data  binomial  model  intercept  causality  cross-correlation  distributions  ranks  p-value  z-test  sign-test  time-series  references  terminology  cross-correlation  definition  probability  distributions  beta-distribution  inverse-gamma  missing-data  paired-comparisons  paired-data  clustered-standard-errors  cluster-sample  time-series  arima  logistic  binary-data  odds-ratio  medicine  hypothesis-testing  wilcoxon-mann-whitney  unsupervised-learning  hierarchical-clustering  neural-networks  train  clustering  k-means  regression  ordinal-data  change-scores  machine-learning  experiment-design  roc  precision-recall  auc  stata  multilevel-analysis  regression  fitting  nonlinear  jmp  r  data-visualization  gam  gamm4  r  lme4-nlme  many-categories  regression  causality  instrumental-variables  endogeneity  controlling-for-a-variable 

3
Cox Modeli - Lojistik Regresyon
Diyelim ki bize aşağıdaki problem verildi: Önümüzdeki 3 ay içinde hangi müşterilerin mağazamızda alışveriş yapmayı bırakma olasılığının yüksek olduğunu tahmin edin. Her müşteri için mağazamızda satın almaya başladığı ayı biliyoruz ve ayrıca aylık toplamlarda birçok davranışsal özelliğe sahibiz. 'En büyük' ​​müşteri elli aydır satın alıyor; edelim bir istemci tarafından satın …

4
Logit işlevi, ikili verilerin regresyon modellemesi için her zaman en iyisidir?
Bu sorunu düşünüyorum. İkili verileri modellemek için olağan lojistik fonksiyon: Ancak S-şekilli bir eğri olan logit işlevi, verileri modellemek için her zaman en iyisidir? Belki de verilerinizin normal S-şekilli eğriyi değil, etki alanı(0,1)olan farklı bir eğri türünü takip ettiğine inanmak için nedeniniz vardır.log(p1−p)=β0+β1X1+β2X2+…log⁡(p1−p)=β0+β1X1+β2X2+… \log\left(\frac{p}{1-p}\right)=\beta_0+\beta_1X_1+\beta_2X_2+\ldots (0,1)(0,1)(0,1) Bu konuda herhangi bir araştırma …

3
Destek Vektör Makineleri ve hiper düzlem için Sezgi
Projemde ikili sınıflandırmayı (1 veya 0) tahmin etmek için bir lojistik regresyon modeli oluşturmak istiyorum. 2'si kategorik olmak üzere 15 değişkenim var, geri kalanı sürekli ve ayrık değişkenlerin bir karışımı. Bir lojistik regresyon modeline uymak için SVM, algılayıcı veya doğrusal programlama kullanarak doğrusal ayrılabilirliği kontrol etmem önerildi. Bu, burada lineer …

3
Lojistik Regresyon: Scikit Learn vs glmnet
R'deki paketi sklearnkullanarak lojistik regresyon kütüphanesinden sonuçları çoğaltmaya çalışıyorum.glmnet Kaynaktan sklearnlojistik regresyon belgeleri , bu l2 cezası altında maliyet fonksiyonunu en çalışıyor minw,c12wTw+C∑i=1Nlog(exp(−yi(XTiw+c))+1)minw,c12wTw+C∑i=1Nlog⁡(exp⁡(−yi(XiTw+c))+1)\min_{w,c} \frac12 w^Tw + C\sum_{i=1}^N \log(\exp(-y_i(X_i^Tw+c)) + 1) Kaynaktan vignettes arasında glmnet, uygulanması biraz daha farklı bir maliyet fonksiyonu minimize minβ,β0−[1N∑i=1Nyi(β0+xTiβ)−log(1+e(β0+xTiβ))]+λ[(α−1)||β||22/2+α||β||1]minβ,β0−[1N∑i=1Nyi(β0+xiTβ)−log⁡(1+e(β0+xiTβ))]+λ[(α−1)||β||22/2+α||β||1]\min_{\beta, \beta_0} -\left[\frac1N \sum_{i=1}^N y_i(\beta_0+x_i^T\beta)-\log(1+e^{(\beta_0+x_i^T\beta)})\right] + \lambda[(\alpha-1)||\beta||_2^2/2+\alpha||\beta||_1] İkinci …

1
Exp'den (katsayılardan) Oran Oranına ve Lojistik Regresyonda faktörlerle birlikte yorumlanması
SAT puanlarına ve aile / etnik kökene karşı üniversiteye kabul edilme konusunda doğrusal bir gerileme yaptım. Veriler kurgusaldır. Bu, daha önce cevaplanmış olan önceki bir sorunun takibidir. Soru, SAT puanlarını basitlik için bir kenara bırakırken olasılık oranlarının toplanması ve yorumlanmasına odaklanmaktadır. Değişkenler Accepted(0 veya 1) ve Background("kırmızı" veya "mavi") şeklindedir. …
15 r  regression  logistic 

1
Hessen lojistik fonksiyon
Nesnel fonksiyonun Hessian türetmek için zorluk lojistik regresyon, olan: l ( θ )l(θ)l(\theta)l ( θ )l(θ)l(\theta)l ( θ ) = ∑i = 1m[ ybengünlük( sθ( xben) ) + ( 1 - yben) günlüğü( 1 - sa.θ( xben) ) ]l(θ)=∑i=1m[yilog⁡(hθ(xi))+(1−yi)log⁡(1−hθ(xi))] l(\theta)=\sum_{i=1}^{m} \left[y_{i} \log(h_\theta(x_{i})) + (1- y_{i}) \log (1 - h_\theta(x_{i}))\right] X …
15 logistic 

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.