প্রশ্ন ট্যাগ «logistic»

শব্দার্থবিজ্ঞান সম্পর্কে আমার একটি প্রশ্ন রয়েছে যা সম্পর্কে আমি সহসংখ্যক পরিসংখ্যানবিদদের মতামত চাই। আমরা জানি যে লজিস্টিক, পইসন ইত্যাদি মডেলগুলি সাধারণীকরণিত রৈখিক মডেলের ছত্রছায়ায় পড়ে। মডেলটিতে পরামিতিগুলির ননলাইনার ফাংশন অন্তর্ভুক্ত রয়েছে, যা যথাযথ লিঙ্ক ফাংশনটি ব্যবহার করে লিনিয়ার মডেল কাঠামোটি ব্যবহার করে মডেল করা যেতে পারে। আমি ভাবছি যে আপনি …

23 logistic  generalized-linear-model  poisson-regression  nonlinear  link-function 

আমি দুটি ধরণের লজিস্টিক লোকসান ফর্মুলেশন দেখেছি। আমরা সহজে দেখাতে পারেন যে তারা অভিন্ন হয়, শুধু পার্থক্য ট্যাগ সংজ্ঞা ।Yyy সূত্র / নোটেশন 1, :Y∈ { 0 , + + 1 }y∈{0,+1}y \in \{0, +1\} এল ( ওয়াই), βটিx ) = - yলগ( পি ) - ( 1 - y)) …

23 logistic  generalized-linear-model  notation  loss-functions 

সংক্ষিপ্ত সংস্করণ: আমরা জানি যে লজিস্টিক রিগ্রেশন এবং প্রবিট রিগ্রেশনকে পর্যবেক্ষণের আগে কিছু স্থির প্রান্ত অনুসারে অবিচ্ছিন্ন সুপ্ত পরিবর্তনশীল জড়িত হিসাবে ব্যাখ্যা করা যেতে পারে। পিসন রিগ্রেশন এর জন্য কি একই রকম সুপ্ত পরিবর্তনশীল ব্যাখ্যা পাওয়া যায়? দ্বিপদী রিগ্রেশন (যেমন লজিট বা প্রবাইটের মতো) কীভাবে হবে যখন দুটিরও বেশি পৃথক …

21 logistic  generalized-linear-model  poisson-regression  probit  latent-variable 

আমি ভারসাম্যহীন ডেটা (9: 1) সহ একটি লজিস্টিক রিগ্রেশন মডেল করতে চাই। আমি glmআর তে ফাংশনে ওয়েট বিকল্পটি চেষ্টা করে দেখতে চেয়েছিলাম , তবে আমি এটি 100% নিশ্চিত না যে এটি কী করে। আমার আউটপুট ভেরিয়েবলটি বলতে দিন c(0,0,0,0,0,0,0,0,0,1)। এখন আমি "1" আরও 10 গুণ বেশি ওজন দিতে চাই। সুতরাং …

21 regression  logistic  classification  unbalanced-classes  weighted-data 

কেউ কীভাবে ক্লোগলগ লিঙ্কটি ব্যবহার করে কোনও লজিস্টিক রিগ্রেশন থেকে অনুমানগুলি ব্যাখ্যা করতে পারেন আমাকে পরামর্শ দিতে পারেন? আমি নিম্নলিখিত মডেল এতে ফিট করেছি lme4: glm(cbind(dead, live) ~ time + factor(temp) * biomass, data=mussel, family=binomial(link=cloglog)) উদাহরণস্বরূপ, সময়ের অনুমান 0.015। মৃত্যুর প্রতিক্রিয়াগুলি প্রতি ইউনিট সময়কে এক্সপ (0.015) = 1.015113 (ইউনিট সময় …

21 logistic  regression-coefficients 

মূলত, আমার প্রশ্নটি হ'ল মাল্টিলেয়ার পারসেপ্ট্রনগুলিতে পার্সেপট্রনগুলি সিগময়েড অ্যাক্টিভেশন ফাংশন সহ ব্যবহৃত হয়। যাতে আপডেটের নিয়মে হিসাবে গণনা করা হয়y^y^\hat{y} y^=11+exp(−wTxi)y^=11+exp⁡(−wTxi)\hat{y} = \frac{1}{1+\exp(-\mathbf{w}^T\mathbf{x}_i)} এই "সিগময়েড" পারসেপ্ট্রন তখন লজিস্টিক রিগ্রেশন থেকে কীভাবে আলাদা? আমি বলব যে একটি একক স্তর সিগময়েড পার্সেপট্রন লজিস্টিক রিগ্রেশনের সমান, এই অর্থে যে উভয়ই আপডেট নিয়মে। এছাড়াও, …

21 logistic  classification  neural-networks  gradient-descent  perceptron 

লজিস্টিক এবং লজিট রিগ্রেশন মধ্যে পার্থক্য কি? আমি বুঝতে পারি যে এগুলি একই (বা এমনকি একই জিনিস) তবে কেউ কি এই দুটিয়ের মধ্যে পার্থক্য (গুলি) ব্যাখ্যা করতে পারে? মতভেদ সম্পর্কে একটি?

21 regression  logistic  terminology  logit  odds 

আমি যে ছোট ডেটা সেট ( ) এর সাথে কাজ করছি তাতে বেশ কয়েকটি ভেরিয়েবল আমাকে নিখুঁত পূর্বাভাস / বিচ্ছেদ দেয় । আমি এইভাবে সমস্যাটি মোকাবেলায় ফर्थ লজিস্টিক রিগ্রেশন ব্যবহার করি ।n ∼ 100এন~100n\sim100 আমি যদি এআইসি বা বিআইসির দ্বারা সেরা মডেলটি নির্বাচন করি তবে এই তথ্যের মানদণ্ডের গণনা করার …

21 logistic  model-selection  aic  separation 

লগ-লিনিয়ার রিগ্রেশন এবং লজিস্টিক রিগ্রেশন মধ্যে পার্থক্যগুলির একটি সুস্পষ্ট তালিকা কি কেউ সরবরাহ করতে পারবেন? আমি বুঝতে পারি যে পূর্ববর্তীটি একটি সাধারণ লিনিয়ার রিগ্রেশন মডেল তবে কখন ব্যবহার করা উচিত সে সম্পর্কে আমি পরিষ্কার নই।

21 regression  logistic  logit  log-linear 

আমার একটি পুনরাবৃত্ত-পরিমাপের পরীক্ষা রয়েছে যেখানে নির্ভরশীল ভেরিয়েবলটি শতাংশ, এবং আমার স্বাধীন ভেরিয়েবল হিসাবে একাধিক কারণ রয়েছে। আমি glmerআর প্যাকেজটি lme4থেকে এটি একটি লজিস্টিক রিগ্রেশন সমস্যা হিসাবে বিবেচনা করতে ব্যবহার করতে চাই (নির্দিষ্ট করে family=binomial) যেহেতু এটি সরাসরি এই সেটআপটি সামঞ্জস্য করে। আমার ডেটা দেখতে এমন দেখাচ্ছে: > head(data.xvsy) foldnum …

21 r  logistic  mixed-model  glmm  lme4-nlme 

অতীতের পর্যবেক্ষণের ভিত্তিতে সবেমাত্র উপস্থিত হওয়া ডেটা (অর্থাৎ সারি) এর নির্ভরশীল ভেরিয়েবলের মান পূর্বাভাস দেওয়ার জন্য আমি স্ট্রিমিং ডেটা (বহুমাত্রিক সময় সিরিজ) এর প্রসঙ্গে একটি বাইনারি লজিস্টিক রিগ্রেশন মডেলটি ব্যবহার করতে চাই। যতদূর আমি জানি, লজিস্টিক রিগ্রেশন traditionতিহ্যগতভাবে পোস্টমর্টেম বিশ্লেষণের জন্য ব্যবহৃত হয়, যেখানে প্রতিটি নির্ভরশীল পরিবর্তনশীল ইতিমধ্যে সেট করা …

21 r  time-series  logistic 

আমি আর-তে একটি জেনারালাইজড লিনিয়ার মিশ্রিত মডেল চালিয়েছিলাম এবং দুটি ভবিষ্যদ্বাণীকের মধ্যে একটি মিথস্ক্রিয়া প্রভাব অন্তর্ভুক্ত করেছি। মিথস্ক্রিয়াটি তাৎপর্যপূর্ণ ছিল না, তবে এর প্রধান প্রভাবগুলি (দুজন ভবিষ্যদ্বাণীকারী) উভয়ই ছিল। এখন অনেকগুলি পাঠ্যপুস্তকের উদাহরণ আমাকে বলছে যে ইন্টারঅ্যাকশনটির উল্লেখযোগ্য প্রভাব থাকলে মূল প্রভাবগুলি ব্যাখ্যা করা যায় না। তবে যদি আপনার মিথস্ক্রিয়াটি …

21 logistic  mixed-model  interaction  interpretation  regression-coefficients 

ডেটাতে অনেকগুলি বৈশিষ্ট্য রয়েছে (উদাহরণস্বরূপ 100) এবং উদাহরণগুলির সংখ্যা 100,000 এর মতো। তথ্য বিরল। আমি লজিস্টিক রিগ্রেশন বা এসএমএম ব্যবহার করে ডেটা ফিট করতে চাই। বৈশিষ্ট্যগুলি রৈখিক বা অ-রৈখিক কিনা তা আমি কীভাবে জানতে পারি যাতে আমি লিনিয়ার না থাকলে কার্নেল ট্রিকটি ব্যবহার করতে পারি?

21 machine-learning  logistic  svm  data-mining 

লজিস্টিক রিগ্রেশন মধ্যে নিখুঁত পৃথকীকরণ সম্পর্কে আমাদের অনেক ভাল আলোচনা আছে। যেমন, আর-এ লজিস্টিক রিগ্রেশনের ফলে নিখুঁত বিচ্ছেদ ঘটেছিল (হ্যাক-ডোনার ঘটনা)। এখন কি? এবং লজিস্টিক রিগ্রেশন মডেল রূপান্তর করে না । আমি ব্যক্তিগতভাবে এখনও অনুভব করি যে এটি কেন সমস্যা হবে এবং নিয়মিতকরণ যুক্ত করা কেন এটি সংশোধন করবে তার …

20 logistic  generalized-linear-model  optimization  intuition  separation 

আমি শ্রেণিবদ্ধকারীদের সন্ধান করছি যে ফলাফলগুলি দু'টি শ্রেণীর একটির সাথে সম্পর্কিত আউটপুট সম্ভাব্যতাগুলি। আমি লজিস্টিক রিগ্রেশন এবং নিষ্পাপ বেয়েস সম্পর্কে জানি, তবে আপনি কি আমাকে অন্যদের সম্পর্কে বলতে পারেন যারা একইভাবে কাজ করে? তা হল, শ্রেণিবদ্ধকারীরা উদাহরণ দেয় এমন শ্রেণীর পূর্বাভাস দেয় না, তবে উদাহরণগুলি কোনও নির্দিষ্ট শ্রেণীর সাথে খাপ …

20 machine-learning  probability  logistic  classification  naive-bayes