কীভাবে লজিস্টিক রিগ্রেশন মডেলের জন্য আর-তে সিদ্ধান্তের সীমানা প্লট করবেন?

Question

আমি আরএম তে গ্ল্যাম ব্যবহার করে একটি লজিস্টিক রিগ্রেশন মডেল তৈরি করেছি I আমার দুটি স্বতন্ত্র ভেরিয়েবল রয়েছে। আমি কীভাবে দুটি ভেরিয়েবলের স্ক্যাটার প্লটে আমার মডেলটির সিদ্ধান্তের সীমানা প্লট করতে পারি। উদাহরণস্বরূপ, আমি কীভাবে এই চিত্রটি প্লট করতে পারি: http : //onlinecourses.sज्ञान.psu.edu/stat557/node/55

ধন্যবাদ।

Comments

চিত্রটির লিঙ্কটি মারা গেছে।

— নিক স্টাওনার

Answer 1

set.seed(1234)

x1 <- rnorm(20, 1, 2)
x2 <- rnorm(20)

y <- sign(-1 - 2 * x1 + 4 * x2 )

y[ y == -1] <- 0

df <- cbind.data.frame( y, x1, x2)

mdl <- glm( y ~ . , data = df , family=binomial)

slope <- coef(mdl)[2]/(-coef(mdl)[3])
intercept <- coef(mdl)[1]/(-coef(mdl)[3]) 

library(lattice)
xyplot( x2 ~ x1 , data = df, groups = y,
   panel=function(...){
       panel.xyplot(...)
       panel.abline(intercept , slope)
       panel.grid(...)
       })

আমার অবশ্যই মন্তব্য করতে হবে যে নিখুঁত বিচ্ছেদ এখানে ঘটে তাই glmফাংশন আপনাকে একটি সতর্কতা দেয়। তবে এখানে এটি গুরুত্বপূর্ণ নয় কারণ উদ্দেশ্যটি কীভাবে লিনিয়ার সীমানা আঁকা যায় এবং পর্যবেক্ষণগুলি তাদের সমবায় অনুসারে রঙিন করা যায় illust

Comments

আমি আশা করি আমি জাল ব্যবহার করি: আমি পুরানো ফ্যাশন না :-)

— সানকুলসু

আমি আরও আশা করি যে এটি যদি এইচডাব্লুয়ের সমস্যা হয় তবে আপনি কেবল অনুলিপিটি পেস্ট করবেন না।

— সানকুলসু

ধন্যবাদ। এটি এইচডব্লিউ প্রশ্ন নয় এবং উত্তরটি আমার মডেলটি বুঝতে আমার পক্ষে সহায়ক।

— ব্যবহারকারী 2755

ওহ হ্যাঁ আপনি :)

— এমপিটকাস

কেউ আমাকে opeাল এবং আটকানোর পিছনে যুক্তিটি ব্যাখ্যা করতে পারে? (লজিস্টিক মডেল সম্পর্কিত)

— ফার্নান্দো

Answer 2

ফার্নান্দোর কাছ থেকে গৃহীত উত্তরের মন্তব্যে প্রশ্নের সমাধান করতে চেয়েছিলেন: someone ালের পিছনে যুক্তিটি কি কেউ বাধা দিতে পারে?

লজিস্টিক রিগ্রেশন জন্য অনুমানটি রূপ নেয়:

$$h_{\theta} = g(z)$$

$g(z)$$z$

$$z = \theta_{0} + \theta_{1}x_{1} + \theta_{2}x_{2}$$

$y = 1$$h_{\theta} \geq 0.5$ সিগময়েড ফাংশনটি দেওয়া যখন সত্য:

$$\theta_{0} + \theta_{1}x_{1} + \theta_{2}x_{2} \geq 0$$

উপরেরটি সিদ্ধান্তের সীমানা এবং এটি পুনরায় সাজানো যেতে পারে:

$$x_{2} \geq \frac{-\theta_{0}}{\theta_{2}} + \frac{-\theta_{1}}{\theta_{2}}x_{1}$$

এটি আকারে একটি সমীকরণ $y = mx + b$ এবং আপনি দেখতে পারেন তাহলে কেন $m$ এবং $b$ তারা গ্রহণযোগ্য উত্তরে যেভাবে রয়েছে তা গণনা করা হয়

Comments

উপরের উত্তরের সাথে ভাল ব্যাখ্যা!

— আগস্টিন