如何在一个表格中总结多个逻辑回归模型？
在一个表格中总结多个逻辑回归模型可以通过以下步骤进行：
- 创建表格：首先，创建一个表格，表格的列可以包括模型名称、模型参数、模型评估指标等。
- 模型名称：在表格中的第一列，列出每个逻辑回归模型的名称，以便区分不同的模型。
- 模型参数：在表格中的第二列，列出每个逻辑回归模型的参数。逻辑回归模型的参数通常包括截距(intercept)和各个特征的系数(coefficient)。
- 模型评估指标：在表格的后续列中，列出每个逻辑回归模型的评估指标。常见的评估指标包括准确率(accuracy)、精确率(precision)、召回率(recall)、F1分数(F1-score)等。
- 填充数据：根据每个逻辑回归模型的具体参数和评估指标，将相应的数值填入表格中的相应位置。
总结多个逻辑回归模型的表格可以帮助我们比较不同模型之间的性能和效果，从而选择最合适的模型。此外，表格中的数据也可以用于进一步的分析和可视化展示。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）
- 腾讯云数据分析平台（https://cloud.tencent.com/product/dla）
- 腾讯云人工智能开发平台（https://cloud.tencent.com/product/tcaplusdb）
- 腾讯云大数据分析平台（https://cloud.tencent.com/product/emr）
- 腾讯云数据库（https://cloud.tencent.com/product/cdb）
- 腾讯云服务器（https://cloud.tencent.com/product/cvm）
- 腾讯云容器服务（https://cloud.tencent.com/product/tke）
- 腾讯云网络安全（https://cloud.tencent.com/product/ddos）
- 腾讯云音视频处理（https://cloud.tencent.com/product/mps）
- 腾讯云物联网平台（https://cloud.tencent.com/product/iotexplorer）
- 腾讯云移动开发平台（https://cloud.tencent.com/product/mpe）
- 腾讯云对象存储（https://cloud.tencent.com/product/cos）
- 腾讯云区块链服务（https://cloud.tencent.com/product/bcs）
- 腾讯云元宇宙（https://cloud.tencent.com/product/tencent-realtime-rendering）
相关·内容
是否可以将负模型估计的字体在stargazer表中的R中显示为红色？
这样做的目的是在表格中显示回归模型时，更容易突出负和正估计。
浏览 2提问于2021-12-26得票数 1
回答已采纳
我看到了一些在神经网络模型中使用CBOW的例子(尽管我不理解它们)。
我知道，Word2Vec与BOW或TFIDF不同，因为CBOW没有单一的值，我看到的所有例子都使用了神经网络。
我有两个问题：
1:我们能否将向量转换为单个值，并将其放入数据中，以便在logistic回归模型中使用？
2:是否有使用逻辑回归的CBOW使用的简单代码？
浏览 0提问于2021-06-12得票数 0
1回答
我试图理解的概念，输出产生的逻辑回归模型，在皮斯喀斯特。
有谁能解释一下由logistic回归模型生成的rawPrediction字段计算背后的概念？谢谢。
浏览 3提问于2018-01-15得票数 1
回答已采纳
1回答
我最初是使用一个包字(2克)模型来处理一个分类问题。将2克输出的热编码发送到logistic回归或神经网络建立分类模型。
现在，我正在实验gensim word2vec方法，每个单词现在都是来自word2vec的向量。也就是说，如果我的句子有10个单词，它就会变成一个10x30数组(假设word2vec嵌入维数是30)。我不清楚如何像以前那样把这样的输出发送给逻辑回归或神经网络模型。
在gensim word2vec输出之后，我应该使用哪种类型的模型来解决分类问题？谢谢!
浏览 0提问于2019-09-02得票数 0
我在R中运行条件logistic回归模型，作为不一致的兄弟对分析的一部分，我需要分离每个模型的总n。此外，我需要隔离暴露组和未暴露组的病例数和百分比。
在Stata中，e(sample) == 1命令提供了这个信息。在R中实现这一点有一个等价的函数吗？
浏览 4提问于2022-02-14得票数 0
1回答
你好，谢谢你抽出时间。我是一个新兴的数据分析师，并致力于我的第一个广泛的项目，是关于NLP和情绪分析。
我使用了随机森林，多元朴素贝叶斯，伯特等模型。然而，我也在尝试实施逻辑回归，并偶然发现了它的代码，但他们没有提到“多项式”。当我在网上阅读时，我发现存在多个Logistic回归。
我的问题是:我是用LOGISTIC回归还是多项式LOGISTIC回归？他们之间有什么区别？他们说概率是二进制的？我如何选择和选择什么，因为情绪包含“中性”情绪和“积极”和“消极”情绪，而不是二元关系。
浏览 8提问于2022-09-04得票数 0
2回答
summary(dataframe1)命令为我提供了该数据帧的汇总统计信息，如max、min和NA的数目。类似地，summary(dataframe1$column1)为数据框架内的特定变量(其列之一)提供了汇总统计信息。
在我使用lm和plm运行一些回归之前，以及每当我试图通过dataframe1通过summary(dataframe1$column1)获取数据帧中的列的简要统计信息之前，这是很好的工作。我得到的输出是“平方和”、"id“和”时间“。
这一切为什么要发生？dataframe1不是我的回归模型的名称，但我确实使用dataframe1作为这种回归模型的数据源。如何强制汇总
浏览 20提问于2022-02-28得票数 0
回答已采纳
我对数据科学和ML相当陌生。我有一个项目的数据通过一个发布过程。我收集了各种变量的数据，如“产品类别”、“产品线”、“设计国”、“一天中的开始时间”，还有“总时间”的数据，即项目在整个过程中所花费的时间。总共有18个不同的输入变量，每个变量要么是一个分类变量，要么是一个离散的数字，比如“一天中的开始时间”。
Design_cntry Prod_category prod_line ... time_minutes
A A1 A11 ... 43.2
B
浏览 0提问于2019-02-07得票数 2
1回答
如果我有预测变量，它是连续变量和范畴变量的混合物，而响应变量是连续的。
我应该采用什么方法？线性回归、logistic回归或k均值聚类。
例如,
反应变量:疾病发生概率(连续)预测变量:食物摄入量(分类)，年龄(连续)，运动频率(连续)
因此，基于3种机器学习模型的最佳方法是什么？
浏览 0提问于2021-09-26得票数 1
1回答
我有一个顺序模型来预测焦虑的严重程度，使用clm()函数。在模型中，两个变量之间存在显著的交互作用。我正在寻找一种方式来演示交互效果的视觉，所以我可以更清楚地解释效果。我试图寻找不同的选项，但我找不到任何应用程序与clm()函数建模序号回归。下面的示例中的错误是“UseMethod中的错误(”家族“)：没有适用于类‘clm’对象的‘家族’的方法”。用polr函数对序数回归建模，得到同样的响应。
m <- clm(anxiety_levels ~ pred_a * pred_b + pred_c, data, link = "logit")
interact_plot(m,
浏览 4提问于2022-06-24得票数 1
在logistic回归算法中，我们有两个显著的函数(或方程)：1. Logistic回归函数。2. Logit功能。
我想知道：( a )在逻辑回归模型的建立过程中，使用了哪些方程(S)？( 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)。我想知道logit函数在logistic回归建模过程中的真正目的。
在Logistic回归建模中，有几个与logit函数的目的直接相关的查询：
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？
Logit方程在
浏览 0提问于2019-06-05得票数 2
我有数据，它有一个相关的二进制结果变量。自然，我进行了一个logistic回归，以了解参数估计和赔率比。不过，我很好奇，希望将这些数据从二进制结果更改为计数数据。然后，我对计数数据进行了泊松回归(和负二项式回归)。
不过，我不知道如何比较这些不同的模型，我看到的所有比较似乎都只关心嵌套模型。
您将如何决定在这种情况下使用的最佳模型？
浏览 3提问于2014-05-20得票数 1
回答已采纳
1回答
我正在尝试同时计算几个模型。第一列中的因变量，因为其他变量都是独立的列。我想在IV和DV之间分别对每个自变量进行logistic回归。非常感谢您的帮助！请让我知道有什么需要提供的。 * IV中的一些是二元变量。因此，在R中应将其视为as.factor。 *计算完每个模型后，我还可以一次计算每个模型的p值吗？ *现在，我只是分别计算和汇总每个模型 数据和我当前的代码如下所示。 enter image description here enter image description here
浏览 28提问于2021-11-18得票数 0
我正在尝试运行一个没有预测器的回归，只有常量和误差项。模型是y = a + error。 我尝试了以下几种方法： import numpy as np
import statsmodels.api as sm
import matplotlib.pyplot as plt
y = np.random.normal(size=50)
sm.OLS(y, sm.add_constant(), missing='drop').fit() 然而，这是行不通的。
浏览 9提问于2021-10-15得票数 0
1回答
检查回归器的组合
、、
我有一个数据框架，其中包含6个回归项的100个值，以及自变量y的100个值，我的目标是对2个回归子估计y的多元线性回归，并选择具有最高R平方的模型。我需要检查x的所有可能组合。例如，估计模型y在x1，x2，y在x1，x3，y在x2，x3等等。如何检查所有这些可能的组合，然后运行所有的回归？可能我需要以某种方式使用combn()函数，但是我不知道如何使用回归估计。
浏览 0提问于2018-11-08得票数 0
回答已采纳
1回答
我对如何使用sklearn和状态模型进行线性回归有基本的理解。关于线性回归(OLS估计)，我想问几个问题：
对于最小二乘估计器来说，标准化总是必要的吗？我还在学习回归分析的一些理论方面。标准化是在我的数据科学课中提到的，但在我的回归分析中几乎没有提到。如果不是，什么时候应用标准化(也需要标准化预测变量)？
我试着比较了这两种方法，在评价指标(Mse)方面，结果是比较相似的，但就系数而言，它是非常不同的(由于不同的预测因子的尺度)。如果是这样，如何比较一个预测器的重要性？
我尝试将结果与非标准化数据上的状态模型OLS进行比较。在此基础上，统计模型的均方误差比滑雪板模型差得多。然而，sklearn
浏览 0提问于2019-10-31得票数 0
1回答
我想在统计模型中运行一个有序回归模型，有人发布了这个(来自statsmodels.miscmodels.ordinal_model导入OrderedModel)，但是它似乎不起作用。我还查看了stats models网站，订购的模型没有出现在那里。 有没有人用Python做过原始逻辑回归？
浏览 33提问于2020-12-10得票数 1
回答已采纳
2回答
表格数据神经网络中的重复特征
、、、、
当使用线性回归或最小二乘法等算法时，具有重复或高度相关的特征对模型是有害的。对于基于树的模型，它们通常不会受到高度相关特征的强烈影响。不存在像最小二乘那样的数值稳定性问题。
但是神经网络会发生什么呢？大多数关于神经网络的文献都是针对图像、信号的，对表格数据的研究也不多。
有重复特征的表格数据神经网络模型，它是否会损害准确性？或者NN能够选择特征？
浏览 0提问于2020-11-08得票数 3
回答已采纳
1回答
我对数据科学非常陌生(这是我的hello world项目)，我有一个由复习文本和数字数据(如表格数量)组成的数据集。还有一个评论栏，它是一个浮动(该餐厅所有用户评论的avg)。因此，一行数据可能类似于：
{
rating: 3.765,
review: `Food was great, staff was friendly`,
tables: 30,
staff: 15,
parking: 20
...
}
因此，在下面的教程中，我能够做到以下几点：
建立了一个线性回归模型来预测评级，输入是所有的数值数据列。
使用sklearn.Tf
浏览 0提问于2019-08-18得票数 1
让我们假设您运行线性回归。
线性回归过程中的模型方程和应用模型过程中的预测图最终出现在不同的结果窗口中。
是否可以使用线性回归模型方程注释应用模型图(显示数据和线性回归拟合/预测)？(就像Excel那样嗡嗡作响！)
如果是这样的话，是怎么做的？
浏览 3提问于2013-06-21得票数 0
回答已采纳
当运行多元回归时，如下所示(数据来自2014和2015年NHL季节，用于预测胜利)：
TwoPredictorModel<-lm(Wins~Time.Shorthanded+Shots.per.Game, data=dat)
summary(TwoPredictorModel)
并产生以下结果：
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -18.042277 18.056039 -0.999 0.321903
Time.Shorthanded
浏览 2提问于2015-06-01得票数 1
回答已采纳
1回答
当我们在前一个模型的残差基础上构建下一个模型时，我理解梯度提升是如何为回归工作的--例如，如果我们使用线性回归，那么它将是残差作为下一个模型的目标，然后在最后对所有模型求和，得到更强的精确度。 但是在梯度增强的分类树中如何做到这一点呢？假设我们有一个二进制分类模型，结果为0/1 -下一个模型的残差是多少？它是如何计算的，因为它不会像在线性回归中那样是y减去y的预测值。 我真的被困在这个问题上了！一个二进制分类树的错误是它错分的那些-那么下一个模型的目标仅仅是错分的点吗？
浏览 14提问于2019-02-03得票数 3
1回答
AR模型、MA模型、GARCH模型和VAR模型是自回归预测的标准模型。
支持向量回归(SVR)、随机林、boosting和and是典型的机器学习算法。
这些预测在时间序列上有多好？他们中有谁能够利用历史滞后作为输入功能来预测未来超过1天的预测水平？有什么资料可以为机器学习者应用自回归提供理论依据吗？如果任务是时间序列的自回归预测，那么评估它们的样本外性能，引导聚合还是交叉验证更合适？
浏览 0提问于2020-04-15得票数 1
1回答
我建立了一个Logistic回归模型，并对模型的性能进行了评估。我想了解它的评估指标。
度量的敏感性、特异性、假阳性率、精确性、召回性和准确性能告诉我们关于这个模型的哪些信息？
浏览 0提问于2019-03-06得票数 1
回答已采纳
1回答
从回归模型中删除常数
、、、
本文尝试从两台仪器上对不同测量技术的两个变量(X,Y)进行标定，线性回归分析的结果如图像所示。
结果表明，回归常数无统计学意义，但模型具有显着性。我尝试删除回归常数(它是一个非常小的值接近于零)，新模型的R提高到90%。删除回归常数正确吗？
📷
浏览 0提问于2020-08-26得票数 1
回答已采纳
2回答
线性回归+ KFold交叉验证
、、、、
我已经准备好了一个预先拥有的数据集和相应的标签(8个类)。我已经用DT，KNN，NB和支持向量机等分类器对KFold和K=10进行了交叉验证，现在我想做一个线性回归模型，但不确定它与KFold的关系如何，它是否可能，或者对于回归，我应该把集合单独划分成一个训练和测试集？
这8个类别是年龄(对于NLP问题)，所以我想检查分类和回归的选项。
浏览 0提问于2018-07-04得票数 2
我正在进行一个项目，将VBA代码移植到电子表格设备的C#中。我的团队成功地移植了大约150个自定义Excel外接程序函数。对于其中一个函数，我们的回归电子表格返回148个函数调用中的4个的#值，其余部分返回预期的结果。当我逐步完成代码时，一切都按预期运行，正确的结果将写入result.Number，但在电子表格Gear中解析为#value。我完全不知所措！帮帮我-我都不知道从哪里开始。
该职能的结束如下：
if (retval < 0)
{
result.Text = UtilFuncs.ErrorNum(retval);
}
else
{
result.Number
浏览 1提问于2017-12-06得票数 1
回答已采纳
有人能帮助我理解模型前调整和模型后调整使用偏移法(最好是在Proc Logistic中的Base和Logistic回归评分)。
我举一个例子。考虑到传统的银行信用评分模型，假设我们有10000名客户，其中50000名是好客户，2000名是坏客户。现在，对于我的Logistic回归，我使用了所有2000名坏的和随机抽样的2000名好客户。我如何调整这种过度抽样在Proc Logistic使用的选项，如偏移和评分。你有关于这个主题的参考资料和插图吗？提前感谢您的帮助！
浏览 3提问于2016-07-05得票数 0
回答已采纳
1回答
我可以访问AWS控制台，并开始探索Sagemaker增量学习文档。目前只有三种内建算法支持增量训练:目标检测算法、图像分类算法和语义分割算法。
我想知道我们是否能够成功地使用新的增量样本数据来训练其他(非内置算法)训练图像的初始模型。例如，分类或回归。
浏览 2提问于2022-08-01得票数 0
2回答
可解释的人工智能可以通过本质上可解释的模型来实现，比如logistic和线性回归，或者是像沙普这样的临时解释。
我想对表格数据使用一个本质上可以解释的模型来完成分类任务。然而，logistic和线性回归的效果较差。
是否还有其他具有更高性能的内在可解释模型？
浏览 0提问于2023-02-24得票数 0
回答已采纳
我第一次和约会打交道。首先，我知道我必须把它转换成时间戳，这给了我"datetime64“值中的值。但后来我认识到，从sklearn得到的线性回归不接受日期时间作为回归的dtype。为什么会这样呢？而且，在执行df.date = df.date.map(datetime.toordinal)之后，我看到该列的数据类型是"int64“。LinearRegression如何知道它不是任何随机的int64数据和日期时间数据(考虑到我在绘图后得到了所需的模型)？
浏览 0提问于2020-10-09得票数 0
我想知道如何用R中的arm或rstanarm包来模拟回归模型中的感兴趣的数量，我是贝叶斯方法和R中的新手，并且已经使用Zelig包一段时间了。我问了一个类似的问题，，但我想知道是否有可能用这些包估计的后验分布来模拟这些数量。
在Zelig中，可以为独立值设置所需的值，并计算结果变量(期望值、概率等)的结果。举个例子：
# Creating a dataset:
set.seed(10)
x <- rnorm(100,20,10)
z <- rnorm(100,10,5)
e <- rnorm(100,0,1)
y <- 2*x+3*z+e
df <- data.f
浏览 1提问于2014-06-24得票数 3
回答已采纳
如果所有分类标签都可以用数值表示，这是否意味着我可以通过将分类标签编码为数字来在任何分类任务中使用回归模型？
我最近正在研究一个二进制分类问题，它有两种输出类型：'0‘代表正面，'1’代表负面。我使用随机森林分类器来解决这个问题，但我看到其他人使用随机森林回归来解决同样的问题。经过思考，这对我来说是有意义的--最终的期望输出是连续值，我可以训练一个回归模型来获得表示输出类别的预测连续值。
这让我思考是否可以在其他分类任务中使用回归模型。例如：
为了对“猫”和“狗”这两个图像进行分类，我使用LabelEncoder将其编码为0和1，然后它就变成了一个回归问题。
希望我的问题清楚了
浏览 23提问于2019-07-30得票数 0
回答已采纳
1回答
以前，我使用SAS将数据拟合到非线性回归模型中。SAS软件能够为模型生成方差分析表。该表显示了自由度、平方和、均方和以及模型F检验。 请参阅本pdf档案表69.4。 来源：https://support.sas.com/documentation/onlinedoc/stat/132/nlin.pdf 我如何在R中重新创建类似的东西？提前谢谢。
浏览 27提问于2021-01-20得票数 0
如果我对狗和猫的图片进行Logistic回归分类。但是我在这个模型中输入了人的面部图片。然后，这个模型将对这张图片狗或猫进行分类。 如何在逻辑回归模型中处理这些错误数据？
浏览 20提问于2021-07-02得票数 0
回答已采纳
1回答
如果我写错了什么，很抱歉-这是我的第一篇帖子。我正在对不同国家房价的不同决定因素做一些时间序列回归，并希望使用模型图()来展示所有国家的一个变量的不同系数。这是最简单的部分，我已经做好了。但是，当我尝试运行这段代码时，尝试并包含Newey。错误：
modelplot(mods_TS_graph,
coef_map= varnames,
vcov = c(vcovAUS, vcovBEL, vcovEST, vcovFIN, vcovFRA, vcovGER, vcovGRE, vcovIRE, vcovITA, vcovLAT, vcovLIT, vcovLUX, vc
浏览 5提问于2022-03-20得票数 1
回答已采纳
1回答
我已经开发了几个回归模型，并希望将它们显示在表格中。回归系数及其后面的显着性级别显示在列中。每个回归模型都有一栏，我将系数和显著性水平与粘贴放在一起。
paste(2.44," . ", sep=" ") or paste(1.33," * ", sep=" ") or paste(1.33," ", sep=" ")
在R中运行表时，输出是正确的，但在RMarkdown中使用kable函数时，输出如下所示：
3.99 ***
2.44 *
4.66
但我想像这样整齐地显
浏览 1提问于2019-02-23得票数 0
1回答
我现在正在构建一个线性回归模型。有32个自变量。G3是目标变量。
首先，利用所有自变量建立线性回归模型。这是我得到的结果的一部分：
如您所见，G1和G2都是重要的自变量。但它们之间的相关性是0.8521181。因此，我认为线性回归模型中存在多重共线性。我现在要找出最好的线性回归模型。如何解决多重共线性问题？
浏览 4提问于2018-03-25得票数 0
1回答
我已经在sklearn中训练了一个逻辑回归模型，并将模型保存到.pkl文件中。有没有在spark中使用这个pkl文件的方法？
浏览 6提问于2016-08-17得票数 0
我有一个包含连续变量和分类变量的数据集。最后，我想建立一个logistic回归模型来计算响应二分变量的概率。
将对数线性模型应用于模型中的分类变量以测试它们的交互作用，然后使用指定的交互作用作为logistic模型中的预测值，这是可接受的吗，甚至是一个好主意？
R中的示例：
df中的列: CategoricalA、CategoricalB、CategoricalC、CategoricalD、CategoricalE、ContinuousA、ContinuousB、ResponseA
library(MASS)
#Isolate categorical variables in new dat
浏览 2提问于2015-02-21得票数 0
1回答
我希望在Matlab中使用在线逻辑回归训练，在其中我通过展示第一个样本来训练模型，评估模型，然后添加第二个样本，评估等。
我可以这样做，首先在第一个样本上创建一个模型，评估它，丢弃这个模型；然后在第一个和第二个样本上创建一个模型，评估它，等等，但这是非常无效的。有没有办法在Matlab中对logistic回归模型进行“真正的”在线训练？
浏览 0提问于2016-01-19得票数 0
我有以下问题，我已经训练了一个CNN，我可以在样本中评估网络。我想用经过训练的模型来预测那些我没有根据的图像。然而，我可以在回归模型和预测标签一起实现这些图像的其他特征，以预测Y。CNN评估的唯一方法是推断预测的标签是否对Y有影响，例如，用预测的类或整个回归模型的性能来评估变量的重要性。
由于回归是可解释的，我认为这种方法可以分配给可解释的AI (@Nikos M.谢谢)。不幸的是，到目前为止，我还不能将这种方法分配给我所读过的任何不可预知AI的方法/分类法。在我的例子中，回归模型是一种代孕模型。它不是一个全局代理，因为我不使用来自黑匣子的预测，而是使用经过训练的CNN模型来预测“代理”模型中
浏览 0提问于2022-05-26得票数 1
1回答
因此，我很难概念化如何对一个简单的逻辑回归问题的解进行数学表示。我从概念上理解正在发生的事情，并已经实现了它，但我正在回答一个要求最终解决方案的问题。 假设我有一个简单的两列数据集，表示每年获得晋升的可能性，因此可能性将增加此人积累的经验。其中X表示年份，Y表示用于接收促销的二进制指示符： X | Y
1 0
2 1
3 0
4 1
5 1
6 1 我实现逻辑回归来找出每年获得晋升的概率，并得到一组看起来正确的输出概率。我得到了一个输出权重向量，这是两个项目，这是有意义的，因为只有两个输入。年数X，当我修复截距以处理偏差时，它会添加一列1。所以一个权重是几年，一个是
浏览 25提问于2020-10-19得票数 0
4回答
如何在Python中可视化回归树
、、、、
我希望可视化一个回归树构建使用任何集成方法在科学学习(梯度提升回归，随机森林回归，打包回归)。靠近，处理分类器树。但是，这些问题需要“树”方法，这是SKLearn中的回归模型所不能使用的。
但它似乎没有产生任何结果。我遇到了问题，因为这些树的回归版本没有.tree方法(该方法只存在于分类版本)。我想要一个类似于的输出，但是基于一个sci工具包，学习树。
我已经探索了与对象相关的方法，但无法给出答案。
浏览 4提问于2017-11-09得票数 2
回答已采纳
我试图为包含超过2000000行的数据集运行一个回归模型。在不调优模型超参数的情况下，尝试使用线性回归和增强决策树回归，没有达到预期的精度。因此，我尝试使用调优模型的超参数作为增强决策树，该模型运行超过20分钟。决策林还需要长时间的to0 (即使没有调优模型的超参数)。有没有办法在不影响结果准确性的情况下减少运行时？
抽样是否会影响输出(假设我取0.5作为抽样率)？
浏览 0提问于2017-12-10得票数 0
回答已采纳
我有一个高度不平衡的数据集。多数阶级与少数民族阶级的比例是99:1。我想要建立一个能够准确预测少数民族阶级的模型。简单地说，我想进行对成本敏感的学习，其中假阴性的成本应该高于假阳性的成本。但我没有在R中找到任何用于logistic回归的软件包，这也会起到同样的作用。
任何人都可以推荐一些有R代码示例的站点文档来做同样的事情。提前谢谢。
浏览 6提问于2016-10-27得票数 0
回答已采纳
1回答
我正在阅读Sebastian Raschka的"Python机器学习“一书，我们使用不同的成本函数。
对于Adaline模型(具有线性激活函数)，我们使用MSE错误：(Phi是激活函数，y是目标)。
Err(w) = \frac{1}{2}\sum(\phi(z) - y)^2
但对于Logistic回归模型，我们使用了另一个成本函数：
Err(w) = \sum[-y\log(\phi(z)) - (1-y)\log(1-\phi(z))]
我只想知道成本函数到底意味着什么，这是一个概率？或者只是一些任意的凸的东西？
是否有办法为特定的激活函数找到“最佳”成本函数？
浏览 0提问于2020-06-01得票数 1
除了logistic回归外，大多数Zelig模型对象似乎都被星神所接受：
m1 <- zelig(voted ~ . - weight_full - by,
weights = mydata$weight_full,
data=mydata,
model="logit",
cite = FALSE)
我收到来自上述代码的以下警告：
# Error in envRefInferField(x, what, getClass(class(x)), selfEnv)
# ‘result’ is not a va
浏览 7提问于2016-02-09得票数 1
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
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
