Perguntas com a marcação «logistic»

Eu tenho uma pergunta sobre semântica na qual gostaria que as opiniões de colegas estatísticos. Sabemos que modelos como logística, Poisson etc. se enquadram nos modelos lineares generalizados. O modelo inclui funções não lineares dos parâmetros, que por sua vez podem ser modelados usando a estrutura do modelo linear, usando …

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

Eu já vi dois tipos de formulações de perda logística. Podemos mostrar facilmente que eles são idênticos, a única diferença é a definição do rótulo .yyy Formulação / notação 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) onde , em que a função logística mapeia um número real para um intervalo …

23 logistic  generalized-linear-model  notation  loss-functions 

Versão curta: Sabemos que a regressão logística e a regressão probit podem ser interpretadas como envolvendo uma variável latente contínua que é discretizada de acordo com algum limite fixo antes da observação. Existe uma interpretação variável latente semelhante disponível para, por exemplo, regressão de Poisson? E quanto à regressão binomial …

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

Quero modelar uma regressão logística com dados desequilibrados (9: 1). Eu queria tentar a opção de pesos na glmfunção em R, mas não tenho 100% de certeza do que faz. Digamos que minha variável de saída seja c(0,0,0,0,0,0,0,0,0,1). agora eu quero dar o "1" 10 vezes mais peso. então eu …

21 regression  logistic  classification  unbalanced-classes  weighted-data 

Alguém poderia me aconselhar sobre como interpretar as estimativas de uma regressão logística usando um link cloglog? Eu instalei o seguinte modelo em lme4: glm(cbind(dead, live) ~ time + factor(temp) * biomass, data=mussel, family=binomial(link=cloglog)) Por exemplo, a estimativa de tempo é 0,015. É correto dizer que as chances de mortalidade …

21 logistic  regression-coefficients 

Essencialmente, minha pergunta é que, nos Perceptrons multicamadas, os perceptrons são usados ​​com uma função de ativação sigmóide. De modo que na regra de actualização y é calculado comoy^y^\hat{y} y^=11+exp(−wTxi)y^=11+exp⁡(−wTxi)\hat{y} = \frac{1}{1+\exp(-\mathbf{w}^T\mathbf{x}_i)} Como esse Perceptron "sigmóide" difere de uma regressão logística então? Eu diria que um perceptron sigmóide de camada …

21 logistic  classification  neural-networks  gradient-descent  perceptron 

Qual é a diferença entre regressão logística e logit? Entendo que eles são semelhantes (ou até a mesma coisa), mas alguém poderia explicar a (s) diferença (ões) entre esses dois? Um é sobre probabilidades?

21 regression  logistic  terminology  logit  odds 

Em um pequeno conjunto de dados ( ) com o qual estou trabalhando, várias variáveis ​​me proporcionam uma perfeita previsão / separação . Assim, uso a regressão logística Firth para lidar com o problema.n ∼ 100n∼100n\sim100 Se eu selecionar o melhor modelo por AIC ou BIC , devo incluir o …

21 logistic  model-selection  aic  separation 

Tenho um experimento de medidas repetidas em que a variável dependente é uma porcentagem e tenho vários fatores como variáveis ​​independentes. Eu gostaria de usar glmero pacote R lme4para tratá-lo como um problema de regressão logística (especificando family=binomial), pois parece acomodar essa configuração diretamente. Meus dados são assim: > head(data.xvsy) …

21 r  logistic  mixed-model  glmm  lme4-nlme 

Alguém pode fornecer uma lista clara de diferenças entre regressão log-linear e regressão logística? Entendo que o primeiro é um modelo de regressão linear simples, mas não estou claro quando cada um deve ser usado.

21 regression  logistic  logit  log-linear 

Eu gostaria de usar um modelo de regressão logística binária no contexto de streaming de dados (séries temporais multidimensionais) para prever o valor da variável dependente dos dados (ou seja, linha) que acabou de chegar, dadas as observações anteriores. Até onde eu sei, a regressão logística é tradicionalmente usada para …

21 r  time-series  logistic 

Eu executei um Modelo Misto Linear Generalizado em R e incluí um efeito de interação entre dois preditores. A interação não foi significativa, mas os principais efeitos (os dois preditores) foram. Agora, muitos exemplos de livros didáticos me dizem que, se houver um efeito significativo da interação, os principais efeitos …

21 logistic  mixed-model  interaction  interpretation  regression-coefficients 

Os dados têm muitos recursos (por exemplo, 100) e o número de instâncias é como 100.000. Os dados são escassos. Quero ajustar os dados usando regressão logística ou svm. Como sei se os recursos são lineares ou não lineares para que eu possa usar o truque do kernel se não …

21 machine-learning  logistic  svm  data-mining 

Temos muitas boas discussões sobre a separação perfeita na regressão logística. Por exemplo, a regressão logística em R resultou em perfeita separação (fenômeno de Hauck-Donner). O que agora? e o modelo de regressão logística não converge . Pessoalmente, ainda acho que não é intuitivo por que será um problema e …

20 logistic  generalized-linear-model  optimization  intuition  separation 

Estou procurando classificadores que produzam probabilidades que exemplos pertencem a uma das duas classes. Conheço regressão logística e Bayes ingênuo, mas você pode me falar de outras pessoas que trabalham de maneira semelhante? Ou seja, classificadores que prevêem não as classes às quais os exemplos pertencem, mas a probabilidade de …

20 machine-learning  probability  logistic  classification  naive-bayes