Вопросы с тегом «logistic»

У меня есть вопрос о семантике, о котором я хотел бы узнать мнение коллег-статистиков. Мы знаем, что такие модели, как логистика, Пуассон и т. Д. Подпадают под действие обобщенных линейных моделей. Модель включает в себя нелинейные функции параметров, которые, в свою очередь, могут быть смоделированы с использованием структуры линейной модели …

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

Я видел два типа формулировок логистических потерь. Мы можем легко показать, что они идентичны, единственное отличие - это определение метки .yyy Формулировка / обозначения 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) где , где логистическая функция отображает действительное число в интервал 0,1.p=11+exp(−βTx)p=11+exp⁡(−βTx)p=\frac 1 {1+\exp(-\beta^Tx)}βTxβTx\beta^T x Формулировка / обозначение 2, :y∈{−1,+1}y∈{−1,+1}y …

23 logistic  generalized-linear-model  notation  loss-functions 

Укороченная версия: Мы знаем, что логистическая регрессия и пробит-регрессия могут быть интерпретированы как включающие в себя непрерывную скрытую переменную, которая дискретизируется согласно некоторому фиксированному порогу перед наблюдением. Доступна ли подобная интерпретация скрытой переменной, скажем, для регрессии Пуассона? Как насчет биномиальной регрессии (например, логита или пробита), когда существует более двух отдельных …

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

Я хочу смоделировать логистическую регрессию с несбалансированными данными (9: 1). Я хотел попробовать опцию весов в glmфункции в R, но я не уверен на 100%, что она делает. Допустим , моя переменная выход c(0,0,0,0,0,0,0,0,0,1). Теперь я хочу дать «1» в 10 раз больше веса. поэтому я даю весовой аргумент weights=c(1,1,1,1,1,1,1,1,1,1,1,10). …

21 regression  logistic  classification  unbalanced-classes  weighted-data 

Может ли кто-нибудь посоветовать мне, как интерпретировать оценки из логистической регрессии, используя ссылку на клоглог? Я установил следующую модель в lme4: glm(cbind(dead, live) ~ time + factor(temp) * biomass, data=mussel, family=binomial(link=cloglog)) Например, оценка времени составляет 0,015. Правильно ли говорить, что шансы смертности в единицу времени умножаются на exp (0,015) = …

21 logistic  regression-coefficients 

По сути, мой вопрос заключается в том, что в многослойных персептронах персептроны используются с сигмовидной активационной функцией. Так что в правиле обновления у вычисляется какY^Y^\hat{y} Y^= 11 + опыт( - шTИкся)Y^знак равно11+ехр⁡(-весTИкся)\hat{y} = \frac{1}{1+\exp(-\mathbf{w}^T\mathbf{x}_i)} Чем этот «сигмовидный» персептрон отличается от логистической регрессии? Я бы сказал , что однослойный персептрон сигмовидной …

21 logistic  classification  neural-networks  gradient-descent  perceptron 

В чем разница между логистической и логистической регрессией? Я понимаю, что они похожи (или даже одно и то же), но может ли кто-нибудь объяснить разницу (ы) между этими двумя? Один из шансов?

21 regression  logistic  terminology  logit  odds 

В небольшом наборе данных ( ), с которым я работаю, несколько переменных дают мне идеальный прогноз / разделение . Таким образом, я использую логистическую регрессию Фёрта для решения этой проблемы.n ∼ 100N~100n\sim100 Если я выберу лучшую модель по AIC или BIC , должен ли я включить штрафной штраф Ферт в …

21 logistic  model-selection  aic  separation 

У меня есть эксперимент с повторными измерениями, где зависимая переменная представляет собой процент, и у меня есть несколько факторов в качестве независимых переменных. Я хотел бы использовать glmerиз пакета R, lme4чтобы рассматривать его как проблему логистической регрессии (путем указания family=binomial), так как он, кажется, приспосабливает эту настройку напрямую. Мои данные …

21 r  logistic  mixed-model  glmm  lme4-nlme 

Может ли кто-нибудь предоставить четкий список различий между логарифмической регрессией и логистической регрессией? Я понимаю, что первая - это простая модель линейной регрессии, но я не знаю, когда следует использовать каждую из них.

21 regression  logistic  logit  log-linear 

Я хотел бы использовать бинарную модель логистической регрессии в контексте потоковых данных (многомерных временных рядов), чтобы предсказать значение зависимой переменной данных (то есть строки), которые только что прибыли, учитывая прошлые наблюдения. Насколько я знаю, логистическая регрессия традиционно используется для посмертного анализа, где каждая зависимая переменная уже установлена ​​(либо путем проверки, …

21 r  time-series  logistic 

Я запустил обобщенную линейную смешанную модель в R и включил эффект взаимодействия между двумя предикторами. Взаимодействие не было значительным, но основные эффекты (два предиктора) были оба. Теперь многие примеры из учебников говорят мне, что, если взаимодействие имеет существенный эффект, основные эффекты не могут быть интерпретированы. Но что, если ваше взаимодействие …

21 logistic  mixed-model  interaction  interpretation  regression-coefficients 

Данные имеют много функций (например, 100), а количество экземпляров равно 100 000. Данные редки. Я хочу соответствовать данным, используя логистическую регрессию или SVM. Как я узнаю, являются ли объекты линейными или нелинейными, чтобы я мог использовать трюк ядра, если он нелинейный?

21 machine-learning  logistic  svm  data-mining 

У нас много хороших дискуссий по поводу идеального разделения в логистической регрессии. Например, логистическая регрессия в R привела к идеальному разделению (феномен Хаука-Доннера). Что теперь? и модель логистической регрессии не сходится . Лично я все еще чувствую, что это не интуитивно понятно, почему это будет проблемой и почему добавление регуляризации …

20 logistic  generalized-linear-model  optimization  intuition  separation 

Я ищу классификаторы, которые выводят вероятности того, что примеры принадлежат одному из двух классов. Я знаю о логистической регрессии и наивных байесовских, но можете ли вы рассказать мне о других, которые работают аналогичным образом? То есть классификаторы, которые предсказывают не классы, к которым относятся примеры, а вероятность того, что примеры …

20 machine-learning  probability  logistic  classification  naive-bayes