logistic-regression

1热度

1回答

我的数据集的格式如下所示： 8,2,1,1,1,0,3,2,6,2,2,2,2 8,2,1,2,0,0,15,2,1,2,2,2,1 5,5,4,4,0,0,6,1,6,2,2,1,2 8,2,1,3,0,0,2,2,6,2,2,2,2 8,2,1,2,0,0,3,2,1,2,2,2,1 8,2,1,4,0,1,3,2,1,2,2,2,1 8,2,1,2,0,0,3,2,1,2,2,2

0热度

1回答

Logistic回归使用Python中的Logit（）和飞度（）

我尝试使用下面的代码来执行蟒蛇回归 - from patsy import dmatrices import numpy as np import pandas as pd import statsmodels.api as sm df=pd.read_csv('C:/Users/Documents/titanic.csv') df=df.drop(['ticket','cabin',

1热度

1回答

Python statsmodels logit wald测试输入

我已经为某些数据拟合了逻辑回归模型，一切工作都很好。我需要计算作为模型结果函数的wald统计量。我的问题是，我不明白，从文档，wald测试需要什么作为输入？具体来说什么是R矩阵，它是如何产生的？我试着简单地输入我用来训练和测试模型的数据作为R矩阵，但我认为这是不正确的。文档建议检查例子，但没有一个例子给出了这个测试。我也提出了相同的问题交叉验证，但被击落。亲切的问候 http://stats

0热度

1回答

使用TensorFlow加载波士顿房屋数据集

我想了解代码示例Deep Neural Network Regression with Boston Data。该数据集被描述为here。它有14个属性。该示例使用以下代码加载数据。 # Load dataset boston = learn.datasets.load_dataset('boston') x, y = boston.data, boston.target 当我想知道更

1热度

1回答

Spark/Scala错误 - 打印Logistic回归的混淆矩阵

我正在对数据集运行逻辑回归，它似乎是一切正常，但是当我打算输出混淆矩阵时，我得到错误，我不知道如何处理。 import org.apache.spark.mllib.evaluation.MulticlassMetrics val predictionAndLabels = results.select($"prediction", $"label").as[(Double, Double)].

0热度

3回答

Python中的回归总结

我对Python很陌生。我想获得一个回归的摘要像R.我已经创建x_train变量和y_train，我试图得到一个逻辑回归 import numpy as np import matplotlib.pyplot as plt from sklearn import linear_model clf = linear_model.LogisticRegression(C=1e5) clf.f

0热度

2回答

可能通过特定概率强制逻辑回归或其他分类器？

我有一个二进制变量[是/否]和连续变量（X）的数据集。我试图做一个模型来分类[是/否] X. 从我的数据集中，当X = 0.5时，48％的观察值为是。但是，当X = 0.5时，我知道Yes的真实概率应该是50％。当我使用逻辑回归X = 0.5！= P [是= 0.5]创建模型时。我该如何解决这个问题？我想所有的概率都应该稍微低估，如果它没有通过正确的观点。只需在我的示例中添加一堆观察值以调整比

1热度

1回答

如何获得嵌套logit glmer模型（使用lme4）中每个系数的p值？

我运行下面的代码： library(lme4) library(nlme) nest.reg2 <- glmer(SS ~ (bd|cond), family = "binomial", data = combined2) coef(nest.reg2) summary(nest.reg2) 将会产生以下的输出：系数 $cond bd (Intercept)

1热度

1回答

为什么我们在神经网络中每层都有多层和多个节点？

我刚开始学习神经网络，到目前为止，我对机器学习的知识只是线性和逻辑回归。根据我对后面算法的理解，给定多个输入，学习算法的工作就是为每个输入提供适当的权重，以便最终得到一个多项式，或者描述线性回归情况下的数据，或者将其与逻辑回归的情况分开。根据我的理解，如果我要在神经网络中表示相同的机制，它将看起来像这样，输入层有多个节点，输出层有单个节点。在那里我可以按比例向每个输入传播错误。所以最终我也到达描述

0热度

1回答

使用Proc Logistic/Proc GAM

在我的数据集中，用不同范围表示的变量，比如说，Female_Age_Band被给出为15-20,20-25,25-30，... &等等。但问题出在哪里数据不可用，特定观察标记为“不可用”，这使得sas将该字段作为字符读取。所以我认为这将使得在逻辑回归中很难调用这个变量。此外，还有一些分类字段有3个不同的指标0，但即使这些字段也有“不可用”标签。在技术上无法取代零，因为零可能是一个有效的值。有人可