logistic पर टैग किए गए जवाब

मेरे पास लॉजिस्टिक और लीनियर रिग्रेशन में छोड़े गए वैरिएबल पूर्वाग्रह के बारे में एक सवाल है। कहो कि मैं एक रैखिक प्रतिगमन मॉडल से कुछ चर को छोड़ देता हूं। यह बताएं कि जो छोड़े गए चर मेरे मॉडल में शामिल चर के साथ असंबंधित हैं। उन छोड़े गए …

17 regression  logistic  least-squares  bias 

मैंने इस क्रमिक लॉजिस्टिक रिग्रेशन को R में चलाया: mtcars_ordinal <- polr(as.factor(carb) ~ mpg, mtcars) मुझे इस मॉडल का सारांश मिला: summary(mtcars_ordinal) Re-fitting to get Hessian Call: polr(formula = as.factor(carb) ~ mpg, data = mtcars) Coefficients: Value Std. Error t value mpg -0.2335 0.06855 -3.406 Intercepts: Value Std. Error t …

17 r  regression  logistic  interpretation  ordered-logit 

मेरे पास विषयों के दो समूह हैं, A, और B, प्रत्येक का आकार लगभग 400 है, और लगभग 300 भविष्यवक्ता हैं। मेरा लक्ष्य एक द्विआधारी प्रतिक्रिया चर के लिए एक भविष्यवाणी मॉडल बनाना है। मेरा ग्राहक ए पर बी से निर्मित मॉडल को लागू करने का परिणाम देखना चाहता है …

17 pca  logistic  predictive-models  robust 

हम कुछ लॉजिस्टिक रेजिमेंट्स के साथ काम कर रहे हैं और हमने महसूस किया है कि औसत अनुमानित संभावना हमेशा नमूने में लोगों के अनुपात के बराबर होती है; अर्थात्, सज्जित मूल्यों का औसत नमूने के औसत के बराबर है। क्या कोई मुझे कारण समझा सकता है या मुझे एक …

17 regression  logistic  modeling  generalized-linear-model  maximum-likelihood 

मेरे पास एक मॉडल है (साहित्य से)। मेरे पास पूर्वानुमानित चरों के लिए कच्चा डेटा भी है। संभावनाएं प्राप्त करने के लिए मुझे क्या समीकरण का उपयोग करना चाहिए? मूल रूप से, मैं संभावनाओं को प्राप्त करने के लिए कच्चे डेटा और गुणांक को कैसे संयोजित करूं?

17 regression  logistic 

मुझे उम्मीद है कि मैं इस सवाल को सही तरीके से पूछ सकता हूं। मेरे पास प्ले-बाय-प्ले डेटा तक पहुंच है, इसलिए यह सबसे अच्छा दृष्टिकोण और डेटा को ठीक से निर्माण के साथ एक समस्या है। मैं ऐसा करने के लिए देख रहा हूं कि एनएचएल गेम जीतने की …

17 time-series  probability  logistic 

पर्यवेक्षित अधिगम में संभाव्यता के लिए एक विश्वास स्तर को जांचने के लिए (एक एसवीएम या ओवरसम्प्ट डेटा का उपयोग करके एक निर्णय पेड़ से विश्वास को मैप करने के लिए) एक विधि प्लॉट की स्केलिंग (जैसे, बूस्टिंग के लिए कैलिब्रेटेड संभावनाओं को प्राप्त करना ) का उपयोग करना है। …

17 logistic  cross-validation  calibration 

आधार डेटा : मेरे पास मूल्यांकन के साथ ~ 1,000 लोग चिह्नित हैं: '1,' [अच्छा] '2,' [मध्य] या '3' [बुरा] - ये वे मूल्य हैं जो मैं भविष्य में लोगों के लिए भविष्यवाणी करने की कोशिश कर रहा हूं । इसके अलावा, मेरे पास कुछ जनसांख्यिकीय जानकारी है: लिंग (श्रेणी: …

17 r  regression  logistic  missing-data  ordered-logit 

व्यक्तियों का एक समूह एक प्रश्न का उत्तर देता है। इसका उत्तर "हां" या "नहीं" हो सकता है। शोधकर्ता यह जानना चाहता है कि क्या आयु उत्तर के प्रकार से जुड़ी है। संघ का आकलन एक लॉजिस्टिक रिग्रेशन करते हुए किया गया था, जहां आयु व्याख्यात्मक चर है और उत्तर …

17 regression  logistic  t-test 

अपने अध्ययन में मैं कई मेट्रिक्स के साथ वर्कलोड को मापूंगा। हृदय-दर परिवर्तनशीलता (एचआरवी), इलेक्ट्रोडर्मल गतिविधि (ईडीए) और एक व्यक्तिपरक पैमाने (आईडब्ल्यूएस) के साथ। सामान्य होने के बाद IWS के तीन मूल्य हैं: काम का बोझ सामान्य से कम वर्कलोड औसत है कार्यभार सामान्य से अधिक है। मैं देखना चाहता …

17 r  logistic  lme4-nlme  ordered-logit  polr 

प्रश्न मैं यह समझने के लिए संघर्ष कर रहा हूं कि कैसे ग्रैडिएंट बूस्टिंग के साथ द्विआधारी वर्गीकरण करते समय भविष्यवाणी अंतराल के भीतर रखी जाती है ।[0,1][0,1][0,1] मान लें कि हम एक द्विआधारी वर्गीकरण समस्या पर काम कर रहे हैं, और हमारे उद्देश्य समारोह लॉग नुकसान हुआ है, , …

17 logistic  classification  boosting 

मैं एक खिलौना डेटा सेट पर बाइनरी वर्गीकरण करने के लिए चुकता नुकसान का उपयोग करने की कोशिश कर रहा हूं। मैं mtcarsट्रांसमिशन सेट की भविष्यवाणी करने के लिए डेटा सेट, गैलन प्रति मील और वजन का उपयोग कर रहा हूं । नीचे दिए गए कथानक अलग-अलग रंगों में दो …

16 r  machine-learning  logistic  optimization  loss-functions 

मुझे पता है कि पारंपरिक पियर्सन अवशिष्ट को पारंपरिक संभाव्य तरीके से प्राप्त किया जाता है: ri=yi−πiπi(1−πi)−−−−−−−−√ri=yi−πiπi(1−πi) r_i = \frac{y_i-\pi_i}{\sqrt{\pi_i(1-\pi_i)}} और डीवाइस रेसिड्यूल्स एक अधिक सांख्यिकीय तरीके (प्रत्येक बिंदु की संभावना के योगदान के माध्यम से) प्राप्त किए जाते हैं: di=si−2[yilogπi^+(1−yi)log(1−πi)]−−−−−−−−−−−−−−−−−−−−−−−−−−√di=si−2[yilog⁡πi^+(1−yi)log⁡(1−πi)] d_i = s_i \sqrt{-2[y_i \log \hat{\pi_i} + (1 - …

16 regression  logistic  generalized-linear-model  residuals  deviance 

जैसा कि मैं समझता हूं, लॉजिस्टिक सिग्माइड एक्टिवेशन फंक्शन वाला एक परसेप्ट्रान / सिंगल-लेयर आर्टिफिशियल न्यूरल नेटवर्क लॉजिस्टिक रिग्रेशन जैसा ही मॉडल है। दोनों मॉडल समीकरण द्वारा दिए गए हैं: F(x)=11−e−βXF(x)=11−e−βXF(x) = \frac{1}{1-e^{-\beta X}} परसेप्ट्रॉन लर्निंग एल्गोरिथ्म ऑनलाइन और त्रुटि-चालित है, जबकि लॉजिस्टिक रिग्रेशन के लिए मापदंडों को विभिन्न प्रकार …

16 logistic  communication 

लॉजिस्टिक रिग्रेशन में, क्या आपको बहुसंस्कृति के बारे में चिंतित होने की आवश्यकता है क्योंकि आप सीधे ओएलएस रिग्रेशन में होंगे? उदाहरण के लिए, एक लॉजिस्टिक रिग्रेशन के साथ, जहां मल्टीकोलिनरिटी मौजूद है, क्या आपको बीटा गुणांक से इंट्रेंस लेने के साथ सतर्क (ओएलएस रिग्रेशन में) होना चाहिए? ओएलएस प्रतिगमन …

16 regression  logistic  multicollinearity