मैं एक संग्रह एजेंसी के लिए भुगतान राशि की भविष्यवाणी करने के लिए सबसे अच्छे तरीके से आने की कोशिश कर रहा हूं। भुगतान किए जाने पर आश्रित चर केवल गैर-शून्य होता है। जाहिर है, वहाँ शून्य की एक भारी संख्या है क्योंकि अधिकांश लोगों तक नहीं पहुंचा जा सकता है या ऋण वापस नहीं चुका सकता है।
ऋण राशि और भुगतान करने की संभावना के बीच एक बहुत मजबूत नकारात्मक सहसंबंध भी है। आमतौर पर, मैं भुगतान / गैर-भुगतान की संभावना का अनुमान लगाने के लिए एक लॉजिस्टिक मॉडल बनाऊंगा लेकिन इसका सबसे कम संतुलन वाले लोगों को खोजने का दुर्भाग्यपूर्ण परिणाम है।
क्या भुगतान राशि की भविष्यवाणी करने वाले एक अलग मॉडल के साथ लॉजिस्टिक पे / नॉन-पे मॉडल को संयोजित करने का कोई तरीका है?
5
शून्य-फुलाया हुआ लॉग-सामान्य प्रतिगमन है, जो आपकी आवश्यकताओं के अनुरूप लगता है। देखें इस पत्र
—
पीटर Flom
@PeterFlom आपको कैसे लगता है कि यह gui11aume और स्टीफ़न की चर्चा के बारे में दो-चरण मॉडल और नमूना चयन पूर्वाग्रह के साथ तुलना करता है?
—
As3adTintin
मुझे लगता है कि दोनों उपयोगी हो सकते हैं। दोनों की तुलना करने पर चर्चा हुई है, लेकिन मैं भूल जाता हूं कि मैंने इसे कहां पढ़ा है।
—
पीटर फ्लोम
मैं जो कर रहा था वह उत्पादन के लिए एक रिले सक्रियण के साथ एक तंत्रिका नेटवर्क बना रहा था और इसका मतलब है लघुगणक नुकसान
—
ज़ेलाज़नी
ठीक है धन्यवाद। तंत्रिका नेटवर्क / रिले सक्रियण मेरे वर्तमान ज्ञान से परे लगता है, लेकिन मैं इन पर ध्यान देता रहूंगा। मूल प्रश्न पूछने और टिप्पणियों के लिए धन्यवाद!
—
21344 पर As3adTintin