1回答
我使用的是gpt-2简单包：https://github.com/minimaxir/gpt-2-simple 我希望获得所有可能的下一个令牌的概率作为输出。= full_output[:,0:]
logit_out= sess.run(logit_output, feed_di
浏览 26提问于2020-02-03得票数 1
回答已采纳
( b )在建模过程的哪个阶段(S)被使用？
我知道logit函数用于将概率值( b/w 0和1)转换为实数值( b/w -Inf到+Inf)。在建立logistic回归模型的基础上，得到模型系数。当我们将这些模型系数和相应的预测值替换为logistic回归方程时，我们得到了缺省类的概率值(与预测()返回的值相同)。( a)这是否意味着估计的模
浏览 0提问于2019-06-05得票数 2
在建模过程的哪个阶段使用这些方程中的哪一个？
Logit函数(即Logit方程LN(P/1-P))是由Logistic回归方程导出的，还是反过来导出的？在建立logis
浏览 3提问于2019-06-03得票数 0
关于Logits，这是我的直白：我想了解如何从这个PDF (概率密度函数)在PyTorch中计算逻辑。我不知道怎么复制它。(probs=probs)产出如下：
tensor([-2.3026, -1.6094, -0.
浏览 18提问于2022-11-11得票数 2
我试图理解Logit模型中的Python中的predict函数。它的文档是。现在，我想要生成AUC的数字，我使用roc_auc_score从学习()。
这是我开始困惑的时候。当我将Logit模型中的原始
浏览 14提问于2021-03-17得票数 4
回答已采纳
我使用以下语句来计算逻辑模型的预测值class cat_vars;stb lackfit;Score data=dev out = Logit_File;我想知道如何解释我在logit_file中得到的</
浏览 20提问于2017-08-28得票数 0
8回答
在下面的TensorFlow函数中，我们必须在最后一层提供人工神经元的激活。我能理解。但是我不明白为什么它被称为logits？这不是一个数学函数吗？
浏览 2提问于2017-01-04得票数 343
2回答
我想用平均值的标准误差作为误差条来创建一个效果图。我可以得到点估计，95%的置信区间，和标准错误的数据。然而，标准误差似乎与置信限参数不一致，参见下面的一个普通glm示例。upper2 1 0.5000000 0.5345225 0.2596776 0.7403224
我的理解是，fit列显示am概率的点估计为1，而lower和upper对应am =1的概率<
浏览 1提问于2016-04-17得票数 2
回答已采纳
我一直在用逻辑回归、logit变换和sigmoid函数来包装我的头。logit变换：据我所知，在实践中，我们所要做的就是最大化以下日志可能性(获取最适合数据的sigmoid参数)：📷那么，在logistic
浏览 0提问于2019-09-22得票数 2
我正在使用nnet包中的multinom函数在R中进行多项逻辑回归。当我拟合模型时，我希望得到logit尺度上的参数估计。然而，用逆logit变换变量并不能给出与预测示例匹配的概率估计，请参见下面的示例。
# But transformed coefficients don't
浏览 2提问于2021-10-15得票数 1
1回答
在R中，给出了一个多项式线性logit回归，需要给出一些预测因子的条件概率。例如，使用来自包multinom的函数nnet，想象一下计算了fit <- multinom(response ~ predictor)。从fit，如何获得不同响应类的概率权重，给定预测器的某个值？的东西，但我不知道如何继续。
浏览 2提问于2014-03-05得票数 0
回答已采纳
= \sigma(w \cdot x + b)
logistic回归模型与感知器模型的唯一区别似乎是激活函数这是正确的吗？
浏览 0提问于2019-06-09得票数 4
回答已采纳
eval_dataset=val_data, # evaluation dataset)
在我训练模型之后文件夹是空的。模型的最后一层是简单的线性连接，给出了逻辑值。如何得到它的解释和概率分数？logit得分与概率成正比吗？
浏览 10提问于2021-12-20得票数 0
回答已采纳
1回答
如何解释glmer输出？
、、、、
我使用glmer函数进行了一次混合linear logit model。现在我有了结果，却不知道如何解释它们。-0.8081 Condition:Probability 0.4881 如何解释这些值？我如何才能使logits成为一个概率？例如:条件为-1，
浏览 17提问于2017-11-23得票数 1
2回答
Xgboost预测概率
、、、
当使用xgboost的python / sklearn时，这些概率是通过predict_proba方法“实概率”获得的，还是必须使用logit:raw并手动计算sigmoid函数？我想用不同的临界点做实验。目前，通过binary:lgistic使用sklearn:XGBClassifier，从prob_a方法返回的概率类似于2个类，而不是一个连续的函数，其中更改断点会影响最终的评分。这是获
浏览 0提问于2016-10-14得票数 6
回答已采纳
我的预测变量是Thoughts，是连续的，可以是正的，也可以是负的，并且被舍入到小数点的第二位。glm(Decision ~ Thoughts, family = binomial, data = data)
根据该模型，Thoughts对Decision概率有显著影响确定Decision作为Thoughts函数的比
浏览 16提问于2016-12-29得票数 31
回答已采纳
我对数据科学非常陌生，但我读到的是曲线的自然增长，所以这是否意味着eulers数被用于sigmoid函数，因为它使输出在0和1之间均匀分布的值成为可能？
浏览 0提问于2018-10-17得票数 6
回答已采纳
1回答
本文利用软件最大和交叉熵函数对多类分类的神经网络进行数值溢、下溢处理。给定逻辑，我们可以减去处理溢出的最大logit，但是如果日志的值相距很远，那么一个logit将是零，而其他的大负数则会导致单个类100%的概率和其他类的0%的概率。当损失计算为交叉熵时，如果我们的神经网络预测该类的概率为0%，则损失为NaN ($\infty$
浏览 0提问于2018-09-17得票数 8
回答已采纳
3回答
我有一个关于为具有多个预测者的logistic回归模型绘制概率曲线的问题。我之所以在这里发布这篇文章，是因为我想知道ggplot2特定的解决方案，以及在ggplot2中从logit模型创建有用的图形。下面是一个示例：mtcarssummary(log)
这提供了logitcoef(对数赔率)，但我想知道<e
浏览 1提问于2012-07-07得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
