我正在通过在statsmodels中构建模型来学习逻辑回归。我知道如果我在统计模型中建立一个线性回归模型，lin_mod = sm.OLS(y_var, X_vars).fit()，我可以很容易地得到调整后的R平方lin_mod.rsquared_adj。在比较我的线性回归模型时，我发现调整后的R平方非常有用。 现在对于逻辑回归模型，log_mo
浏览 17提问于2021-09-13得票数 0
2回答
我正在建立一个模型(实现逻辑回归和Xgboost)，以了解每个特性的重要性/重要性，以了解客户是否打算进行回购，以了解什么对客户来说是重要的(比预测更感兴趣)。我的功能集如下所示：收入、年龄、价格_产品，折扣，产品_类别、交付_收费、性别、生活方式、分娩_时间_主要(P_，P1，P2，P3，P4等)
P_main是客户看到并可能影响他们决定是否回购的东西。我们希望了解P1、P2、P3、P4有多少重要，以及它们是过程中的几个阶段，这样我们就可以推断出，如果我们要
浏览 0提问于2019-05-28得票数 2
1回答
我有一个由13个属性组成的数据集，其中一些属性是分类的，有些属性是连续的(可以转换为分类)。我需要使用logistic回归来建立一个模型来预测一个行的响应，并找到预测的准确性、敏感性和特异性。是否有关于如何执行此操作的代码示例？(这一切我都是新手)
谢谢!
浏览 5提问于2013-05-08得票数 2
回答已采纳
关于科学知识中的Logistic回归模型，我有两个问题：哪个统计数据可以显示我的模型是更好地预测事件1还是事件0？
浏览 0提问于2020-03-04得票数 0
1回答
是否有可能在Apache中的多类分类问题中找到错误度量(精确和召回)。我正在使用Spark的MlLib中的Logistic回归来构建我的模型，并希望使用错误度量来评估我的模型。
浏览 3提问于2018-07-02得票数 1
2回答
K折叠交叉验证是一种用于将数据分割成K个Folds数的技术，用于测试和培训。目的是估计机器学习模型的可拓性。该模型被训练K次，每列折叠一次，然后在相应的测试褶皱上测试。假设我想对任意数据集上的决策树和Logistic回归模型与10个Folds进行比较。假设对每个模型进行10倍的训练，并得到相应的检验精度，Logistic回归具有
浏览 6提问于2022-05-20得票数 3
回答已采纳
1回答
我的问题如下：print (classification_report(y_test, y_pred.round()))📷
浏览 0提问于2020-01-29得票数 2
回答已采纳
这个假设是可检验的吗？
研究问题：“能否建立一个利用logistic回归的预测模型，预测90天内至少会有一个客户流失，并且使用一组选择的自变量，该预测的置信度至少为70%？”零假设：“使用logistic回归的预测模型不能预测至少一个客户在90天内会发生波动，这个个体预测的置信度至少为70%，使用的是一组自变量。”如果是这样的话，你如何测试特定的
浏览 0提问于2019-08-06得票数 1
回答已采纳
我不知道为什么我在尝试使用decision_function()时会出现这个错误model_1.fit(Xtrain, ytrain)我也用DecisionTreeClassifier()得到了这个错误
浏览 5提问于2020-04-10得票数 4
回答已采纳
我正在对我的二元分类问题进行logistic回归，并使用k折叠交叉验证(k=10)对模型进行了验证。但是，我不明白为什么我需要一个最终的测试集:模型的性能不能基于k折叠验证(即，来自10个结果折叠的度量标准)进行评估吗？因为，模型没有真正“看到”测试数据，这不是K折叠的全部要点吗？因此，最终的测试集似乎是多余的，但它似乎也是常见的做法，我想知道为
浏览 0提问于2023-04-23得票数 0
1回答
我在R中使用caret软件包，进行岭Logistic回归。现在我能找到每个变量的系数。Ridge1 <- train(Group ~., data = train, method = 'glmnet',
浏览 3提问于2020-02-12得票数 1
我正在尝试比较logistic回归和CART模型得到的ROC曲线。我发现logistic回归的ROC曲线非常平滑。这是有意义的，因为阈值范围是0,1之间的连续范围。我想知道为什么ROC曲线对于CART模型来说不是平滑的。提前感谢您的帮助。
浏览 1提问于2016-11-03得票数 1
2回答
根据我所理解的，线性回归可以预测可以具有连续值的结果，而logistic回归预测的结果是离散的。在我看来，logistic回归类似于一个分类问题。所以，为什么叫回归？
还有一个相关的问题：
浏览 9提问于2015-05-28得票数 7
回答已采纳
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
我正在学习员工流失率预测，我从predict_proba获得了如下结果，如果我看到第一行，我可能会解释为这名员工将离开公司83%。我理解得对吗？array([[0.17, 0.83], [0.29, 0.71], [0.98, 0.02], [0.64, 0.36],
浏览 6提问于2022-06-23得票数 0
回答已采纳
1回答
我的工作是贷款资格监督项目。我使用logistic回归和支持向量机作为两个模型。logistic回归的准确度为0.84，损失函数为0.45。对于支持向量机，精度为0.80，损失函数为0.33。如何比较两种模型(按精度或损失函数)？
浏览 2提问于2022-06-29得票数 0
当使用logistic回归时，我们使用交叉熵作为损失函数。然而，根据我的理解和https://machinelearningmastery.com/cross-entropy-for-machine-learning/，交叉熵计算如果两个或多个分布是相似的。那么，我的问题是:为什么我们总是可以在回归问题中使用交叉熵，即Bernoulli？实际值和预测值是否总是遵循这样的分布？
浏览 0提问于2021-11-08得票数 1
回答已采纳
在R中，您可以使用bestglm包运行所有子集回归，并根据指定的标准选择“最佳”模型。IC = "AIC", # AIC chosen to select models现在，我要做的是从最好的结果中提取回归公式，这样我就可以把它传递给函数中的另一个统计过程。最好的模型存储在r
浏览 1提问于2014-12-22得票数 3
回答已采纳
4回答
给定的是我需要用于分类的数据集，我希望比较不同分类模型的性能。让我们假设，我想看看逻辑回归(具有不同的断点)和KNN。如果我按以下方式进行，是否有任何问题：在训练集上训练logistic回归模型和KNN分类模型。对于0到1之间的每个截断点t，考虑了logistic<
浏览 0提问于2020-06-04得票数 3
云服务器
ICP备案
对象存储
实时音视频
云直播
腾讯云开发者
