Ich bin neu im maschinellen Lernen. Ich habe logistische Regression und zufällige Gesamtstruktur auf denselben Datensatz angewendet. Ich erhalte also eine variable Wichtigkeit (absoluter Koeffizient für die logistische Regression und variable Wichtigkeit für zufällige Wälder). Ich denke, die beiden zu kombinieren, um eine endgültige variable Bedeutung zu erhalten. Kann jemand …
Kann jemand erklären, wie man den Randeffekt des Probit- und Logit-Modells in Laienbegriffen berechnet? Ich bin neu in der Statistik und bin verwirrt über diese beiden Modelle.
Ich führte eine multivariate logistische Regression durch, wobei die abhängige Variable Yinnerhalb eines bestimmten Eintrittszeitraums der Tod in einem Pflegeheim war, und erhielt die folgenden Ergebnisse (beachten Sie, dass die Variablen, die darin beginnen A, ein kontinuierlicher Wert sind, während die Variablen, die in beginnen, Bkategorisch sind): Call: glm(Y ~ …
Adaboost ist eine Ensemblemethode, die viele schwache Lernende zu einer starken kombiniert. Alle Beispiele von Adaboost, die ich gelesen habe, verwenden Entscheidungsstümpfe / -bäume als schwache Lernende. Kann ich in Adaboost verschiedene schwache Lernende verwenden? Wie kann beispielsweise Adaboost (im Allgemeinen Boosting) implementiert werden, um ein logistisches Regressionsmodell zu verbessern? …
Aus einigen Notizen zum maschinellen Lernen, die über diskriminierende Klassifizierungsmethoden sprechen, insbesondere die logistische Regression, wobei y die Klassenbezeichnung (0 oder 1) und x die Daten sind, heißt es: Wenn und , ist logistisch.x | y= 0 ~ P o i s s o n ( λ0)x|y=0∼P.ÖichssÖn(λ0)x|y = 0 \sim …
Ich versuche, einen Detektor für Objekte zu erstellen, die sehr selten vorkommen (in Bildern), und plane, einen binären CNN-Klassifikator zu verwenden, der in einem Schiebe- / Größenänderungsfenster angewendet wird. Ich habe ausgeglichene 1: 1-Positiv-Negativ-Trainings- und Testsätze erstellt (ist es in einem solchen Fall übrigens richtig?), Und der Klassifikator ist in …
Ich muss gestehen, dass ich in keiner meiner Klassen, Studenten oder Absolventen, von diesem Begriff gehört habe. Was bedeutet es für eine logistische Regression, Bayesianisch zu sein? Ich suche nach einer Erklärung mit einem Übergang von der regulären Logistik zur Bayes'schen Logistik, ähnlich der folgenden: Dies ist die Gleichung im …
Bei der Modellierung kontinuierlicher Proportionen (z. B. proportionale Vegetationsbedeckung bei Erhebungsquadraten oder Anteil der Zeit, die an einer Aktivität beteiligt ist) wird die logistische Regression als unangemessen angesehen (z. B. Warton & Hui (2011). Der Arkussinus ist asinin: die Analyse der Proportionen in der Ökologie ). Vielmehr ist eine OLS-Regression …
Angenommen, ein logistisches Regressionsmodell wird verwendet, um vorherzusagen, ob ein Online-Käufer ein Produkt kaufen wird (Ergebnis: Kauf), nachdem er auf eine Reihe von Online-Anzeigen geklickt hat (Prädiktoren: Ad1, Ad2 und Ad3). Das Ergebnis ist eine binäre Variable: 1 (gekauft) oder 0 (nicht gekauft). Die Prädiktoren sind auch binäre Variablen: 1 …
Ich muss Informationen über die wichtigsten Prädiktoren für die Stimmen eines Kandidaten anhand von Umfragedaten zur öffentlichen Meinung präsentieren. Ich habe eine logistische Regression mit allen Variablen durchgeführt, die mir wichtig sind, aber ich kann keine gute Möglichkeit finden, diese Informationen darzustellen. Mein Kunde kümmert sich nicht nur um die …
Wir haben Daten mit einem binären Ergebnis und einigen Kovariaten. Ich habe die Daten mithilfe der logistischen Regression modelliert. Nur eine einfache Analyse, nichts Außergewöhnliches. Die endgültige Ausgabe soll eine Dosis-Wirkungs-Kurve sein, in der wir zeigen, wie sich die Wahrscheinlichkeit für eine bestimmte Kovariate ändert. Etwas wie das: Wir erhielten …
Ich habe es wahrscheinlich mit einem Problem zu tun, das wahrscheinlich schon hundert Mal gelöst wurde, aber ich bin mir nicht sicher, wo ich die Antwort finden kann. Bei Verwendung der logistischen Regression werden bei vielen Funktionen und versuchen , einen binären kategorischen Wert vorherzusagen , y , ich bin …
Ich habe Daten in der Form . Für die Schätzung von bis ich die Formeln dieses Papiers: John Fox - Nichtlineare Regression und nichtlineare kleinste Quadrate In diesem Papier wird \ beta_1 anhand der Daten geschätzt. Wenn ich das mache, funktioniert es gut, auch wenn ich nur drei Punkte habe. …
Ich möchte eine ordinale logistische Regression in R ohne die Annahme der Proportionalitätswahrscheinlichkeit durchführen. Ich weiß, dass dies direkt mit der vglm()Funktion in Rdurch Einstellung erfolgen kann parallel=FALSE. Mein Problem ist jedoch, wie ein bestimmter Satz von Koeffizienten in diesem Regressionssetup festgelegt werden kann. Angenommen, die abhängige Variable ist diskret …
Wenn ich meine Variablen in zwei separaten (univariaten) logistischen Regressionsmodellen analysiere, erhalte ich Folgendes: Predictor 1: B= 1.049, SE=.352, Exp(B)=2.85, 95% CI=(1.43, 5.69), p=.003 Constant: B=-0.434, SE=.217, Exp(B)=0.65, p=.046 Predictor 2: B= 1.379, SE=.386, Exp(B)=3.97, 95% CI=(1.86, 8.47), p<.001 Constant: B=-0.447, SE=.205, Exp(B)=0.64, p=.029 Wenn ich sie jedoch in ein …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.