«logistic» 태그된 질문

http://www.johndcook.com/standard_deviation.html의 "정확하게 실행 분산 계산"이라는 논문 은 실행 평균, 분산 및 표준 편차를 계산하는 방법을 보여줍니다. 선형 또는 로지스틱 회귀 모델의 매개 변수가 각각의 새로운 훈련 레코드가 제공 될 때 유사하게 "동적으로"업데이트 될 수있는 알고리즘이 있습니까?

32 regression  logistic  online 

실험 데이터 세트를 분석하고 있습니다. 데이터는 치료 유형의 쌍 벡터와 이항 결과로 구성됩니다. Treatment Outcome A 1 B 0 C 0 D 1 A 0 ... 결과 열에서 1은 성공을 나타내고 0은 실패를 나타냅니다. 치료법이 결과에 크게 다른지를 알아 내고 싶습니다. 각 실험에 대해 4 번의 처리가 여러 번 반복되었습니다 …

32 logistic  anova  binomial  experiment-design 

이 두 라이브러리의 로지스틱 회귀 출력에서 ​​다른 결과를 얻는 이유를 이해하려고합니다. 나는 idre UCLA에서 데이터 세트 사용하고 자습서를 예측, admit기반 gre, gpa그리고 rank. rank는 범주 형 변수로 취급되므로 먼저 rank_1삭제 된 더미 변수로 변환됩니다 . 절편 열도 추가됩니다. df = pd.read_csv("https://stats.idre.ucla.edu/stat/data/binary.csv") y, X = dmatrices('admit ~ gre + gpa + …

31 regression  logistic  python  scikit-learn  statsmodels 

x ∈ { 0 , 1 }를 취하십시오 dx∈{0,1}dx∈{0,1}dx \in \{0,1\}^d 와 우리는 로지스틱 회귀 분석을 사용하여 지정된 x Y를 예측하는 작업을 모델링 가정합니다. 로지스틱 회귀 계수는 언제 닫힌 형태로 쓸 수 있습니까?y∈{0,1}y∈{0,1}y \in \{0,1\} 포화 모델을 사용하는 경우를 예로들 수 있습니다. 즉, . 여기서 는 의 전원 집합에서 집합을 …

31 logistic  generalized-linear-model 

로지스틱 회귀 (및 가정 된 분포)에 오류 항이 있는지 여부에 대해 다양한 곳에서 다음을 읽었습니다. 오류 용어가 없습니다 오차항에는 이항 분포가 있습니다 (응답 변수의 분포에 따라). 오류 항에는 로지스틱 분포가 있습니다 누군가가 명확히 할 수 있습니까?

31 logistic  binomial  bernoulli-distribution  logistic-distribution 

로지스틱 회귀 분석에 대한 손실 함수의 두 가지 버전에 대해 읽었습니다. 둘 중 어느 것이 정확하고 왜 그런가요? 에서 기계 학습 , 저우 ZH (중국어에)와 β=(w,b) and βTx=wTx+bβ=(w,b) and βTx=wTx+b\beta = (w, b)\text{ and }\beta^Tx=w^Tx +b : l(β)=∑i=1m(−yiβTxi+ln(1+eβTxi))(1)(1)l(β)=∑i=1m(−yiβTxi+ln⁡(1+eβTxi))l(\beta) = \sum\limits_{i=1}^{m}\Big(-y_i\beta^Tx_i+\ln(1+e^{\beta^Tx_i})\Big) \tag 1 내 대학 과정에서 zi=yif(xi)=yi(wTxi+b)zi=yif(xi)=yi(wTxi+b)z_i = y_if(x_i)=y_i(w^Tx_i + b) …

30 logistic  loss-functions 

앤드류 응의 머신 러닝 강의 노트 를 보겠습니다 . 메모는 우리에게 로지스틱 회귀와 퍼셉트론을 소개합니다. Perceptron을 설명하는 동안 메모는 로지스틱 회귀에 사용되는 임계 값 함수의 정의 만 변경한다고 말합니다. 그런 다음 Perceptron 모델을 사용하여 분류 할 수 있습니다. 내 질문은-이것이 지정되어야하고 Perceptron을 분류 기술로 고려한다면 로지스틱 회귀는 정확히 무엇입니까? 클래스 …

30 regression  machine-learning  self-study  logistic  perceptron 

누구나 '잔여 vs 적합', '정상 q-q', 'scale-location'및 '잔여 vs 레버리지'플롯을 해석하는 방법을 말해 줄 수 있습니까? 이항 GLM을 피팅하고 저장 한 다음 플로팅합니다.

30 r  logistic  data-visualization  generalized-linear-model  qq-plot 

로지스틱 회귀 모형에서 적합치를 예측할 때 표준 오차는 어떻게 계산됩니까? I는 평균에 대한 피팅 값 (피셔 정보 행렬을 포함하는)이 아닌 계수들에 대한. 난 단지와 번호를 얻는 방법을 발견 R(예를 여기에 , 또는 R-도움에 여기 스택 오버플로),하지만 난 공식을 찾을 수 없습니다. pred <- predict(y.glm, newdata= something, se.fit=TRUE) 온라인 소스를 제공 …

29 r  regression  logistic  mathematical-statistics  references 

AIC (Akaike Information Criterion)와 c- 통계량 (ROC 곡선 아래 면적)은 로지스틱 회귀 분석에 적합한 모형의 두 가지 측정치입니다. 두 측정 결과가 일치하지 않을 때 진행 상황을 설명하는 데 문제가 있습니다. 나는 그들이 모델 적합의 약간 다른 측면을 측정하고 있다고 생각하지만, 그 특정 측면은 무엇입니까? 3 가지 로지스틱 회귀 모형이 있습니다. …

29 logistic  roc  aic  auc 

나는 로지스틱 회귀를 사용하는 것에 다소 익숙하지 않고 다음과 같은 가치에 대한 해석이 일치하지 않을 것이라고 혼동했습니다. 지수 베타 값 베타 값을 사용하여 결과의 ​​예측 확률. 영양 부족과 보험이 모두 이진이며 부가 연속적 인 경우 사용중인 모델의 단순화 된 버전이 있습니다. Under.Nutrition ~ insurance + wealth 내 (실제) 모델은 보험에 …

29 regression  logistic  interpretation  prediction  odds-ratio 

지불 (1 = 지불 및 0 = 지불 없음)이라는 종속 변수가있는 McFadden의 의사 R 제곱이 0.192 인 이진 로지스틱 회귀 모델이 있습니다. 이 의사 R- 제곱의 해석은 무엇입니까? 중첩 모델에 대한 상대 비교입니까 (예 : 6 개의 변수 모델의 McFadden의 의사 R- 제곱은 0.192이지만 5 개의 변수 모델 (상기 6 …

29 regression  self-study  logistic 

Coursera에서 기계 학습 스탠포드 코스를하고 있습니다. 로지스틱 회귀에 관한 장에서 비용 함수는 다음과 같습니다. 그런 다음 여기에서 파생됩니다. 비용 함수의 미분을 얻으려고했지만 완전히 다른 것을 얻었습니다. 파생 상품은 어떻게 얻습니까? 중개 단계는 무엇입니까?

29 regression  logistic  gradient-descent  derivative 

로지스틱 회귀 모형을 과적 합할 수 있습니까? ROC 곡선 아래의 면적이 95 %보다 높으면 과적 합 될 가능성이 높지만 로지스틱 회귀 모형을 과적 합시킬 수 있다는 비디오를 보았습니다.

28 logistic  overfitting  regression-strategies 

GAM을 사용할 때 잔여 DF는 (코드의 마지막 줄). 그게 무슨 뜻이야? GAM 예제를 넘어 서면 일반적으로 자유도는 정수가 아닌 숫자 일 수 있습니까?26.626.626.6 > library(gam) > summary(gam(mpg~lo(wt),data=mtcars)) Call: gam(formula = mpg ~ lo(wt), data = mtcars) Deviance Residuals: Min 1Q Median 3Q Max -4.1470 -1.6217 -0.8971 1.2445 6.0516 (Dispersion Parameter …

27 r  degrees-of-freedom  gam  machine-learning  pca  lasso  probability  self-study  bootstrap  expected-value  regression  machine-learning  linear-model  probability  simulation  random-generation  machine-learning  distributions  svm  libsvm  classification  pca  multivariate-analysis  feature-selection  archaeology  r  regression  dataset  simulation  r  regression  time-series  forecasting  predictive-models  r  mean  sem  lavaan  machine-learning  regularization  regression  conv-neural-network  convolution  classification  deep-learning  conv-neural-network  regression  categorical-data  econometrics  r  confirmatory-factor  scale-invariance  self-study  unbiased-estimator  mse  regression  residuals  sampling  random-variable  sample  probability  random-variable  convergence  r  survival  weibull  references  autocorrelation  hypothesis-testing  distributions  correlation  regression  statistical-significance  regression-coefficients  univariate  categorical-data  chi-squared  regression  machine-learning  multiple-regression  categorical-data  linear-model  pca  factor-analysis  factor-rotation  classification  scikit-learn  logistic  p-value  regression  panel-data  multilevel-analysis  variance  bootstrap  bias  probability  r  distributions  interquartile  time-series  hypothesis-testing  normal-distribution  normality-assumption  kurtosis  arima  panel-data  stata  clustered-standard-errors  machine-learning  optimization  lasso  multivariate-analysis  ancova  machine-learning  cross-validation