假设我有不同班级的人口统计数据，以及班级中黑人、白人等学生的比例。我正在尝试创建回归，以确定班级的特征，这些特征可以预测班级中每个群体的比例。我感觉到多项逻辑回归可能会有一些适应，但我不知道这是如何实现的。我希望创建一个基于科目和班级大小的不同种族/民族学生比例的模型。我想过使用逻辑回归</e
浏览 18提问于2020-03-07得票数 1
有人能告诉我用二元目标模拟数据集的最佳方法是什么吗？
我理解模拟数据集的方式，但我想要的是“先验地”确定每个类别的比例。我的想法是改变拦截来实现它，但我做不到，我也不知道为什么。“逻辑”问题，在这个问题中，二元目标可以建模为特征的线性组合。这些“逻辑”模型假设二元变量的对数-奇数比表现为线性。+4* x1 +2* x2，但类的概率将是一个结果。或
浏览 10提问于2018-07-30得票数 1
1回答
下面是我的数据的结构(过于简化)：1 1 1R中运行一个二元逻辑分层模型，但然后我如何找出不同的动机和选民特征是否对A区和B区的公民起到作用？我不想简单地测试区域效应，而是要测试区域在整体模型中造成的差异。
或者我可以简单地在一个标准的逻辑</e
浏览 65提问于2018-06-05得票数 0
回答已采纳
1回答
我认为逻辑回归可以用于回归(获取0到1之间的数字，例如使用逻辑回归来预测0到1之间的概率)和分类。问题是，似乎在我们提供了训练数据和目标之后，逻辑回归可以自动计算出我们是在进行回归还是在进行分类？例如，在下面的示例代码中，逻辑回归计算出我们只需要输出是3个类0, 1, 2中的一个，而不是0和2
浏览 12提问于2016-08-25得票数 0
我们知道有许多不同类型的分类算法。但是在不同类别的分类算法中，哪些算法适合于二进制分类，哪些算法适用于更多的类，为什么？
浏览 0提问于2021-11-29得票数 2
回答已采纳
1回答
我想预测单个credit_balance大于值N为真的概率LDA predict_proba是[[0.94144572 0.05855428]]我们应该看哪些参数来
浏览 0提问于2018-04-16得票数 1
2回答
如果我有1，2，3和4类，但是，我也需要其他每个类的概率。我目前正在使用XGBoost进行一种vs-rest分类，但这意味着我们正在丢失信息，因为类是顺序的。
浏览 0提问于2019-04-02得票数 1
我有一个CSV数据集，它有1000行和21个变量。在这21个变量中，有9个是具有2个以上值的分类变量。如何在R中为相同的变量创建虚拟变量？我希望对这个数据集进行逻辑回归来解释它。我试着使用因子和水平来转换它们，但我认为它只对两个变量有效。我在谷歌上搜索了很多，找到了许多网站，从理论上解释了如何做到这一点，但没有提到的代码或函数来完全理解它。在这个网站上，我遇到了m
浏览 0提问于2016-02-24得票数 1
在一个关于AML的测试项目中，根据我的理解，我有一些问题。在我的项目中(在R中)，我使用了二进制Logistic回归，但在AML中，我发现了两个Logistic回归两类和MultiClass。因此，在这种情况下，我使用了两类逻辑regression.Am，对吗？在另一种情况下，在R工具中运行glm()时，它执行Logistic<
浏览 14提问于2017-02-27得票数 0
1回答
Logistic回归框架
、、、
我正在用分类器编写逻辑回归的框架。有人能帮助我验证它并建议主要的库(例如sklearn)函数吗？以下是我想出的：
问:是否有一个函数，允许选择测试集作为一组火车的外推，而不是使用随机选择？(train_test_split不这样做)
问:是否有一个函数可以让逻辑回归与正规化运作？
浏览 6提问于2015-10-07得票数 0
14回答
当我们必须预测 (或离散)结果的值时，我们使用。我相信我们也可以使用来预测给定输入值的结果的值。
那么，这两种方法有什么不同呢？
浏览 4提问于2012-08-28得票数 269
回答已采纳
1回答
我正在学习一个关于使用logistic回归建立模型的教程。在本教程中，具有数值数据类型和级别3的列被使用as.factor函数转换为因子。我想知道这种转变的原因。
浏览 3提问于2018-05-05得票数 1
有预测比例的标准方法，如logistic回归(无阈值)和β回归。已经就这方面进行了讨论：
我不知道在sklearn框架中是否存在工作。
浏览 3提问于2017-05-29得票数 6
回答已采纳
1回答
我需要帮助，在我正在设计的算法中，下一步应该是什么。对于我拥有的每个客户，以及他们在一个月内所做的事件，在第一步中，我已经将事件聚为几个类别(每个客户将事件分成从1到x为1到25之间的类别，通常第一类事件的密度比其他类别要高我的想法是在表中使用多个logistic回归，但时间
浏览 0提问于2016-01-07得票数 13
我试图在R中做一个lm()，我的结果是连续的，'~‘之后的变量是因子，具有0和1级。是的，当运行lm( )时，我得到的是’对比只能应用于有2个或2个以上级别的因素‘。我已经尝试过对它们进行虚拟编码，仍然会得到相同的错误。我还得到了lm( ) '1‘之后的摘要，因为奇点没有定义，这在我试图在lm( )中工作<e
浏览 4提问于2022-04-06得票数 0
回答已采纳
我需要对一些数据做逻辑回归，我已经得到了一些用户的特征，比如他们的post types，number of friends，number of posts，number of uploaded photos等等，并将这些用户聚成了几个集群，现在我想做wald测试来测试哪些预测因子(从这些用户特征)对预测这些用户所属的集群有意义，使用二进制逻辑回归，例如，对于集群1中的用户，如果用户属于cluster 1，测试，好友数
浏览 1提问于2017-12-04得票数 0
3回答
众所周知，logistic回归被广泛用于分类问题，其中使用了分类变量。我开始探索是否有可能对数值变量应用逻辑回归！例如，假设我有一个数据帧(df)，其中包含来自风力涡轮机的四个变量(>3000个数据集)，如下所示2012-03-01 00:00:40 10.1 900.58
浏览 10提问于2021-07-21得票数 0
我们甚至可以简化为二进制特性，因为我可以一个热编码的分类变量。在实践中，单热编码会导致二进制特征中的共线性，所以为了简单起见，让我们假设我们只有D二进制特征。其目的是估计t=1的概率。原则上，我可以使用logistic回归。但是，考虑到输入数据的分类性质，他们实际上定义了一个2^D单元格表。因此，我可以只估算每个单元中t=1样本的比例(例如，使用最大似然估计)。我认为这应该类似于logistic<e
浏览 0提问于2021-07-06得票数 0
回答已采纳
我正在学习udemy课程，它提出了一个强有力的理由，即只对训练数据进行标准化(在从测试数据中分离出来之后)，因为该模型通常将由新数据使用，具有原始集合的规模特征。如果你对测试数据进行缩放，那么你就没有正确地给模型评分。另一方面，我发现我的两类逻辑回归模型(使用Azure Machine Learning Studio创建)在仅对训练数据进行Z-Score缩放后获得了糟糕的<
浏览 27提问于2020-07-01得票数 1
回答已采纳
1回答
有明确结果的调解分析
、、、
所以中介图应该是这样的：对于中介变量，我运行线性回归分析：但是，当谈到结果变量时，我从docs中看到，唯一合适的分析方法是多项式回归分析，例如：
out.fit <- multinom(cancer_type~blood_biomarker+exposure+age+sex, data=demograph
浏览 2提问于2017-11-17得票数 0
云服务器
ICP备案
对象存储
云直播
腾讯会议
腾讯云开发者
