Запитання з тегом «logistic»

У мене є питання щодо семантики, на яке я хотів би думати колеги-статистики. Ми знаємо, що такі моделі, як логістична, пуассонова тощо, потрапляють під парасольку узагальнених лінійних моделей. Модель включає нелінійні функції параметрів, які можуть, в свою чергу, моделюватися за допомогою лінійної рамки моделі за допомогою відповідної функції зв'язку. Мені …

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

Я бачив два типи формулювання логістичних втрат. Ми можемо легко показати, що вони однакові, єдиною різницею є визначення мітки yyy . Формулювання / позначення 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) де p=11+exp(−βTx)p=11+exp⁡(−βTx)p=\frac 1 {1+\exp(-\beta^Tx)} , де логістична функція відображає дійсне числоβTxβTx\beta^T xна 0,1 інтервал. Формулювання / позначення 2, …

23 logistic  generalized-linear-model  notation  loss-functions 

Коротка версія: Ми знаємо, що логістичну регресію та пробіт-регресію можна інтерпретувати як такі, що включають суцільну приховану змінну, яка стає дискретизованою відповідно до деякого фіксованого порогу перед спостереженням. Чи існує аналогічна латентна мінлива інтерпретація, скажімо, для пуассонової регресії? Як щодо біноміальної регресії (наприклад, logit або probit), коли є більше двох …

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

Я хочу моделювати логістичну регресію з незбалансованими даними (9: 1). Я хотів спробувати параметр ваг у glmфункції у R, але я не на 100% впевнений, що це робить. Скажімо, моя вихідна змінна c(0,0,0,0,0,0,0,0,0,1). тепер я хочу надати «1» вагу в 10 разів більше. тому я навожу аргумент ваг weights=c(1,1,1,1,1,1,1,1,1,1,1,10). Коли …

21 regression  logistic  classification  unbalanced-classes  weighted-data 

Чи міг би хтось порадити мені, як інтерпретувати оцінки з логістичної регресії, використовуючи посилання забивання? Я встановив таку модель у lme4: glm(cbind(dead, live) ~ time + factor(temp) * biomass, data=mussel, family=binomial(link=cloglog)) Наприклад, оцінка часу - 0,015. Чи правильно сказати, що шанси смертності за одиницю часу множать на exp (0,015) = …

21 logistic  regression-coefficients 

По суті, моє питання полягає в тому, що в багатошарових перцептронах персептрони використовуються з функцією активації сигмоїдів. Так що в правилі поновлення у обчислюється якy^y^\hat{y} y^=11+exp(−wTxi)y^=11+exp⁡(−wTxi)\hat{y} = \frac{1}{1+\exp(-\mathbf{w}^T\mathbf{x}_i)} Чим цей «сигмоїдний» Перцепцепрон відрізняється від логістичної регресії тоді? Я б сказав , що одношаровий персептрон сигмовидної еквівалентно логістичної регресії в тому …

21 logistic  classification  neural-networks  gradient-descent  perceptron 

Яка різниця між логістичною та логітною регресією? Я розумію, що вони схожі (чи навіть те саме), але чи могла б хтось пояснити різницю між цими двома? Є один про шанси?

21 regression  logistic  terminology  logit  odds 

У невеликому наборі даних ( ), з яким я працюю, кілька змінних дають мені ідеальний прогноз / розділення . Тому я використовую логістичну регресію Фірта для вирішення цього питання.n ∼ 100н∼100n\sim100 Якщо я вибираю найкращу модель за допомогою AIC або BIC , чи слід включати Фірмовий штрафний строк у ймовірність …

21 logistic  model-selection  aic  separation 

У мене є експеримент повторного вимірювання, де залежна змінна є відсотком, і я маю кілька факторів як незалежних змінних. Я хотів би використати glmerз пакету R lme4трактувати це як проблему логістичної регресії (шляхом уточнення family=binomial), оскільки, здається, це вміщення безпосередньо відповідає. Мої дані виглядають так: > head(data.xvsy) foldnum featureset noisered …

21 r  logistic  mixed-model  glmm  lme4-nlme 

Чи може хтось надати чіткий перелік відмінностей між лінійно-лінійною регресією та логістичною регресією? Я розумію, що перша - це проста модель лінійної регресії, але мені не ясно, коли кожну з них слід використовувати.

21 regression  logistic  logit  log-linear 

Я хотів би використовувати модель бінарної логістичної регресії в контексті потокової передачі даних (багатовимірний часовий ряд), щоб передбачити значення залежної змінної даних (тобто рядка), що щойно надійшла, враховуючи минулі спостереження. Наскільки я знаю, логістичну регресію традиційно застосовують для післясмертного аналізу, де кожна залежна змінна вже встановлена ​​(або шляхом інспекції, або …

21 r  time-series  logistic 

Я запустив узагальнену лінійну змішану модель в R і включив ефект взаємодії між двома прогнозами. Взаємодія була не суттєвою, але основні ефекти (обидва прогнози) були. Зараз багато прикладів підручників говорять про те, що якщо є значний вплив взаємодії, то основні ефекти не можна інтерпретувати. Але що робити, якщо ваша взаємодія …

21 logistic  mixed-model  interaction  interpretation  regression-coefficients 

Дані мають багато можливостей (наприклад, 100), а кількість екземплярів становить приблизно 100 000. Дані рідкі. Я хочу підходити до даних за допомогою логістичної регресії або svm. Як дізнатися, чи є функції лінійними чи нелінійними, щоб я міг використовувати хитрість ядра, якщо нелінійний?

21 machine-learning  logistic  svm  data-mining 

У нас є багато хороших дискусій про ідеальне розділення в логістичній регресії. Такі як, Логістична регресія в R призвели до ідеального роз'єднання (феномен Хока-Доннера). А тепер що? і логістична регресійна модель не збігається . Я особисто все ще вважаю, що це не інтуїтивно, чому це буде проблема і чому додавання …

20 logistic  generalized-linear-model  optimization  intuition  separation 

Я шукаю класифікаторів, які виводять ймовірності того, що приклади належать до одного з двох класів. Я знаю логістичну регресію та наївний Байєс, але чи можете ви сказати мені про інших, які працюють аналогічно? Тобто класифікатори, які передбачають не класи, до яких належать приклади, а ймовірність того, що приклади підходять до …

20 machine-learning  probability  logistic  classification  naive-bayes