Câu hỏi được gắn thẻ «separation»

Nếu bạn có một biến phân tách hoàn hảo các số 0 và một trong biến mục tiêu, R sẽ đưa ra thông báo cảnh báo "phân tách hoàn hảo hoặc gần như hoàn hảo" sau đây: Warning message: glm.fit: fitted probabilities numerically 0 or 1 occurred Chúng tôi vẫn …

163 r  regression  logistic  separation 

Tôi đang cố gắng dự đoán kết quả nhị phân bằng 50 biến giải thích liên tục (phạm vi của hầu hết các biến là to ). Tập dữ liệu của tôi có gần 24.000 hàng. Khi tôi chạy trong R, tôi nhận được:- ∞−∞-\infty∞∞\inftyglm Warning messages: 1: glm.fit: algorithm …

56 r  regression  logistic  separation 

Tôi đã có một số dữ liệu về các chuyến bay của hãng hàng không (trong khung dữ liệu được gọi flights) và tôi muốn xem liệu thời gian chuyến bay có ảnh hưởng gì đến xác suất chuyến bay bị trì hoãn đáng kể hay không (nghĩa là 10 …

40 r  logistic  separation 

Tại sao hồi quy logistic trở nên không ổn định khi các lớp được phân tách tốt? Các lớp tách biệt có nghĩa là gì? Tôi thực sự sẽ đánh giá cao nếu ai đó có thể giải thích với một ví dụ.

34 r  regression  logistic  separation 

Cho điểm dữ liệu, mỗi điểm có tính năng, được gắn nhãn là , khác được gắn nhãn là . Mỗi tính năng lấy một giá trị từ cách ngẫu nhiên (phân phối đồng đều). Xác suất mà tồn tại một siêu phẳng có thể phân chia hai lớp là …

24 probability  classification  mathematical-statistics  separation 

Trong một tập dữ liệu nhỏ ( ) mà tôi đang làm việc, một số biến cho tôi dự đoán / phân tách hoàn hảo . Do đó, tôi sử dụng hồi quy logistic Firth để giải quyết vấn đề.n ~ 100n~100n\sim100 Nếu tôi chọn mô hình tốt nhất theo …

21 logistic  model-selection  aic  separation 

Chúng tôi có nhiều cuộc thảo luận tốt về sự tách biệt hoàn hảo trong hồi quy logistic. Chẳng hạn như, hồi quy logistic trong R dẫn đến sự phân tách hoàn hảo (hiện tượng Hauck-Donner). Giờ thì sao? và mô hình hồi quy Logistic không hội tụ . Cá …

20 logistic  generalized-linear-model  optimization  intuition  separation 

Trong dự án của tôi, tôi muốn tạo một mô hình hồi quy logistic để dự đoán phân loại nhị phân (1 hoặc 0). Tôi có 15 biến, 2 trong số đó là phân loại, trong khi phần còn lại là hỗn hợp của các biến liên tục và rời …

14 machine-learning  logistic  classification  svm  separation 

Tôi đang cố gắng hiểu hồi quy logistic Firth (phương pháp xử lý tách hoàn toàn / hoàn chỉnh hoặc gần như hoàn toàn trong hồi quy logistic) để tôi có thể giải thích nó cho người khác bằng các thuật ngữ đơn giản. Có ai có một lời giải …

13 logistic  maximum-likelihood  separation 

Tôi đã điều chỉnh mô hình bằng cách sử dụng caret, nhưng sau đó chạy lại mô hình bằng gbmgói. Theo hiểu biết của tôi rằng caretgói sử dụng gbmvà đầu ra phải giống nhau. Tuy nhiên, chỉ cần chạy thử nhanh bằng cách sử dụng data(iris)cho thấy sự khác …

12 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

Tôi đang chạy một glmm với một biến phản ứng nhị thức và một công cụ dự đoán phân loại. Hiệu ứng ngẫu nhiên được đưa ra bởi thiết kế lồng nhau được sử dụng để thu thập dữ liệu. Dữ liệu trông như thế này: m.gen1$treatment [1] sucrose control …

11 r  generalized-linear-model  lme4-nlme  separation 

Các mgcvgói cho Rcó hai chức năng cho phù hợp tương tác sản phẩm tensor: te()và ti(). Tôi hiểu sự phân công lao động cơ bản giữa hai người (phù hợp với sự tương tác phi tuyến tính so với việc phân tách tương tác này thành các hiệu ứng …

11 r  gam  mgcv  conditional-probability  mixed-model  references  bayesian  estimation  conditional-probability  machine-learning  optimization  gradient-descent  r  hypothesis-testing  wilcoxon-mann-whitney  time-series  bayesian  inference  change-point  time-series  anova  repeated-measures  statistical-significance  bayesian  contingency-tables  regression  prediction  quantiles  classification  auc  k-means  scikit-learn  regression  spatial  circular-statistics  t-test  effect-size  cohens-d  r  cross-validation  feature-selection  caret  machine-learning  modeling  python  optimization  frequentist  correlation  sample-size  normalization  group-differences  heteroscedasticity  independence  generalized-least-squares  lme4-nlme  references  mcmc  metropolis-hastings  optimization  r  logistic  feature-selection  separation  clustering  k-means  normal-distribution  gaussian-mixture  kullback-leibler  java  spark-mllib  data-visualization  categorical-data  barplot  hypothesis-testing  statistical-significance  chi-squared  type-i-and-ii-errors  pca  scikit-learn  conditional-expectation  statistical-significance  meta-analysis  intuition  r  time-series  multivariate-analysis  garch  machine-learning  classification  data-mining  missing-data  cart  regression  cross-validation  matrix-decomposition  categorical-data  repeated-measures  chi-squared  assumptions  contingency-tables  prediction  binary-data  trend  test-for-trend  matrix-inverse  anova  categorical-data  regression-coefficients  standard-error  r  distributions  exponential  interarrival-time  copula  log-likelihood  time-series  forecasting  prediction-interval  mean  standard-error  meta-analysis  meta-regression  network-meta-analysis  systematic-review  normal-distribution  multiple-regression  generalized-linear-model  poisson-distribution  poisson-regression  r  sas  cohens-kappa 

Tôi nhận được các hệ số rất lớn trong hồi quy logistic, xem các hệ số với krajULKV: > summary(m5) Call: glm(formula = cbind(ml, ad) ~ rok + obdobi + kraj + resid_usili2 + rok:obdobi + rok:kraj + obdobi:kraj + kraj:resid_usili2 + rok:obdobi:kraj, family = "quasibinomial") Deviance Residuals: Min 1Q …

9 regression  logistic  generalized-linear-model  separation 

Tham chiếu đến hình ảnh trên, rõ ràng một vòng tròn có thể tách hai lớp (hình ảnh bên trái). Tại sao sau đó mất quá nhiều đau đớn để ánh xạ nó đến một chức năng để làm cho nó có thể phân tách tuyến tính (hình ảnh bên …

8 machine-learning  classification  svm  separation 

Chúng ta có thể mô phỏng hồi quy tuyến tính mà không có sự ngẫu nhiên, có nghĩa là chúng ta tạo ra thay vì . Sau đó, nếu chúng ta phù hợp với một mô hình tuyến tính, các hệ số sẽ giống hệt với "sự thật mặt đất". …

8 r  logistic  regularization  linear  separation