«logistic» etiketlenmiş sorular

Anlambilim hakkında, istatistikçilerin görüşlerini almak istediğim bir sorum var. Lojistik, Poisson vb. Modellerin genelleştirilmiş doğrusal modellerin çatısı altına girdiğini biliyoruz. Model, uygun link işlevi kullanılarak doğrusal model çerçevesi kullanılarak modellenebilecek parametrelerin doğrusal olmayan işlevlerini içerir. Lojistik regresyon gibi durumları şöyle düşünür müsün? Lineer olmayan model, parametrelerin şeklini verilen Doğrusal model, …

23 logistic  generalized-linear-model  poisson-regression  nonlinear  link-function 

İki tür lojistik kayıp formülasyonu gördüm. Kolayca aynı olduklarını kolayca gösterebiliriz, tek fark etiketinin tanımıdır .yyy Formülasyon / gösterim 1, :y∈{0,+1}y∈{0,+1}y \in \{0, +1\} L(y,βTx)=−ylog(p)−(1−y)log(1−p)L(y,βTx)=−ylog⁡(p)−(1−y)log⁡(1−p) L(y,\beta^Tx)=-y\log(p)-(1-y)\log(1-p) burada lojistik fonksiyon bir gerçek sayı harita, 0,1 aralığı. βTxp=11+exp(−βTx)p=11+exp⁡(−βTx)p=\frac 1 {1+\exp(-\beta^Tx)}βTxβTx\beta^T x Formülasyon / gösterim 2, :y∈{−1,+1}y∈{−1,+1}y \in \{-1, +1\} L(y,βTx)=log(1+exp(−y⋅βTx))L(y,βTx)=log⁡(1+exp⁡(−y⋅βTx)) L(y,\beta^Tx)=\log(1+\exp{(-y\cdot \beta^Tx})) …

23 logistic  generalized-linear-model  notation  loss-functions 

Kısa versiyon: Lojistik regresyon ve probit regresyonunun, gözlemden önce bir miktar sabit eşiğe göre ayrıklaştırılan sürekli bir gizli değişken içerdiği şeklinde yorumlanabileceğini biliyoruz. Poisson regresyonu için benzer bir latent değişken yorumu mevcut mu? İkiden fazla farklı sonuç olduğunda Binom regresyonuna (logit veya probit gibi) ne dersiniz? En genel düzeyde, herhangi …

21 logistic  generalized-linear-model  poisson-regression  probit  latent-variable 

Dengesiz verilerle lojistik bir regresyon modellemek istiyorum (9: 1). glmR işlevindeki ağırlıklar seçeneğini denemek istedim , ancak ne yaptığından% 100 emin değilim. Çıktı değişkenimin olduğunu söyleyelim c(0,0,0,0,0,0,0,0,0,1). şimdi "1" e 10 kat daha fazla ağırlık vermek istiyorum. bu yüzden ağırlık tartışmasını yapıyorum weights=c(1,1,1,1,1,1,1,1,1,1,1,10). Bunu yaptığımda, maksimum olasılığın hesaplanmasında dikkate alınacaktır. …

21 regression  logistic  classification  unbalanced-classes  weighted-data 

Birisi bana bir tıkanıklık bağlantısı kullanarak bir lojistik regresyondan elde edilen tahminleri nasıl yorumlayabileceğimi söyleyebilir mi? Aşağıdaki modeli yerleştirdim lme4: glm(cbind(dead, live) ~ time + factor(temp) * biomass, data=mussel, family=binomial(link=cloglog)) Örneğin, zaman tahmini 0.015'tir. Birim zaman başına ölüm oranlarının exp (0.015) = 1.015113 (birim zaman başına ~% 1.5 artış) ile …

21 logistic  regression-coefficients 

Temelde benim sorum çok katmanlı Algılayıcılarda, algılayıcıların bir sigmoid aktivasyon işlevi ile kullanıldığıdır. Böylece güncelleme kuralında olarak hesaplanır.y^y^\hat{y} y^= 11 + exp( - wTxben)y^=11+exp⁡(-wTxben)\hat{y} = \frac{1}{1+\exp(-\mathbf{w}^T\mathbf{x}_i)} Bu "sigmoid" Perceptron'un lojistik regresyondan farkı nedir? Tek katmanlı bir sigmoid algılayıcının, her ikisinin de kullanması anlamında bir lojistik regresyona eşdeğer olduğunu söyleyebilirim. güncelleme …

21 logistic  classification  neural-networks  gradient-descent  perceptron 

Lojistik ve logit regresyonu arasındaki fark nedir? Bunların benzer olduğunu (hatta aynı şeyi) anlıyorum, ancak birileri bu ikisi arasındaki farkları açıklayabilir mi? Biri oranlarla mı ilgili?

21 regression  logistic  terminology  logit  odds 

Çalıştığım küçük bir veri setinde ( ) birkaç değişken bana mükemmel bir öngörü / ayrılık verir . Bu yüzden , konuyla ilgilenmek için Firth lojistik regresyon kullanıyorum .n ∼ 100n~100n\sim100 En iyi modeli AIC veya BIC ile seçersem , bu bilgi kriterlerini hesaplarken olasılığa Firth cezasını da dahil etmeli miyim?

21 logistic  model-selection  aic  separation 

Bağımlı değişkenin yüzde olduğu tekrarlanan ölçümler deneyim var ve bağımsız değişkenler olarak birden fazla faktör var. glmerR paketinden lme4, bunu bir lojistik regresyon problemi olarak (belirterek family=binomial) tedavi etmek için kullanmak istiyorum . Verilerim şuna benzer: > head(data.xvsy) foldnum featureset noisered pooldur dpoolmode auc 1 0 mfcc-ms nr0 1 mean …

21 r  logistic  mixed-model  glmm  lme4-nlme 

Herhangi biri log-lineer regresyon ve lojistik regresyon arasındaki net bir farklar listesi sunabilir mi? Eski olanın basit bir doğrusal regresyon modeli olduğunu anlıyorum, ancak ne zaman kullanılması gerektiği konusunda net değilim.

21 regression  logistic  logit  log-linear 

Geçmişteki gözlemler göz önüne alındığında, verinin bağımlı değişkeninin (yani satırın) bağımlı değişkeninin değerini tahmin etmek amacıyla akış verileri (çok boyutlu zaman serileri) bağlamında ikili bir lojistik regresyon modeli kullanmak istiyorum. Bildiğim kadarıyla, lojistik regresyon geleneksel olarak, her bir bağımlı değişkenin önceden ayarlanmış olduğu postmortem analiz için kullanılır (inceleme veya araştırmanın …

21 r  time-series  logistic 

R'de Genelleştirilmiş Doğrusal Karışık Model çalıştırdım ve iki öngörücü arasında bir etkileşim etkisi ekledim. Etkileşim anlamlı değildi, ancak ana etkiler (iki öngörücü) her ikisi de vardı. Şimdi birçok ders kitabı örneği, etkileşimin önemli bir etkisi varsa, ana etkilerin yorumlanamayacağını söylüyor. Peki ya etkileşiminiz önemli değilse? İki öngörücünün yanıt üzerinde bir …

21 logistic  mixed-model  interaction  interpretation  regression-coefficients 

Verilerin birçok özelliği vardır (örneğin 100) ve örnek sayısı 100.000 gibidir. Veriler seyrek. Verileri lojistik regresyon veya svm kullanarak sığdırmak istiyorum. Doğrusal değilse çekirdek hile kullanabilmem için özelliklerin doğrusal mı doğrusal mı olduğunu nasıl bilebilirim?

21 machine-learning  logistic  svm  data-mining 

Lojistik regresyonda mükemmel ayrılma hakkında birçok iyi tartışmamız var. Bu şekilde, R lojistik regresyon mükemmel ayırma (Hauck-Donner fenomeni) ile sonuçlanmıştır. Şimdi ne olacak? ve lojistik regresyon modeli yakınsama yapmaz . Şahsen hala neden bir sorun olacağı ve düzenlileştirme eklemenin sorunu çözeceği için sezgisel olmadığını hissediyorum. Bazı animasyonlar yaptım ve faydalı …

20 logistic  generalized-linear-model  optimization  intuition  separation 

Örneklerin iki sınıftan birine ait olma olasılıklarını ortaya çıkaran sınıflandırıcılar arıyorum. Lojistik regresyon ve saf Bayes'i biliyorum, ama bana benzer şekilde çalışan diğerlerinden bahseder misiniz? Yani, örneklerin ait olduğu sınıfları değil, örneklerin belirli bir sınıfa uyma olasılığını tahmin eden sınıflandırıcılar? Bu farklı sınıflandırıcıların (lojistik regresyon ve naif Bayes dahil) avantajları …

20 machine-learning  probability  logistic  classification  naive-bayes