প্রশ্ন ট্যাগ «separation»

বিভাজন ঘটে যখন একটি শ্রেণিবদ্ধ ফলাফলের কিছু শ্রেণি অন্য ভেরিয়েবলগুলির রৈখিক সংমিশ্রণ দ্বারা পুরোপুরি আলাদা করা যায়।

8
লজিস্টিক রিগ্রেশন নিখুঁত পৃথকীকরণ মোকাবেলা কিভাবে?
আপনার যদি এমন একটি ভেরিয়েবল থাকে যা শূন্যগুলি এবং টার্গেট ভেরিয়েবলগুলিকে পুরোপুরি পৃথক করে, আর নিম্নলিখিত নীচের "নিখুঁত বা কোটির নিখুঁত বিচ্ছেদ" সতর্কতা বার্তা দেবে: Warning message: glm.fit: fitted probabilities numerically 0 or 1 occurred আমরা এখনও মডেলটি পাই তবে সহগের অনুমানগুলি স্ফীত হয়। বাস্তবে আপনি এটিকে কীভাবে মোকাবিলা করবেন?

1
আর-এ লজিস্টিক রিগ্রেশনের ফলে নিখুঁত বিচ্ছেদ ঘটে (হ্যাক-ডোনার ঘটনা)। এখন কি?
আমি 50 ধারাবাহিক ব্যাখ্যামূলক ভেরিয়েবলগুলি ব্যবহার করে বাইনারি ফলাফলের পূর্বাভাস দেওয়ার চেষ্টা করছি (বেশিরভাগ ভেরিয়েবলের পরিসীমা to )আমার ডেটা সেটটিতে প্রায় 24,000 সারি রয়েছে। আমি যখন আর তে চালাই , তখন আমি পাই:−∞−∞-\infty∞∞\inftyglm Warning messages: 1: glm.fit: algorithm did not converge 2: glm.fit: fitted probabilities numerically 0 or 1 occurred …

2
লজিস্টিক রিগ্রেশন মডেল রূপান্তর করে না
আমি বিমান সংস্থাগুলি সম্পর্কিত ফ্লাইটগুলি সম্পর্কে কিছু তথ্য পেয়েছি (নামক একটি ডেটা ফ্রেমে flights) এবং আমি দেখতে চাই যে ফ্লাইটের সময়টি উল্লেখযোগ্যভাবে বিলম্বিত আগমনের সম্ভাব্যতার উপর প্রভাব ফেলে কিনা (অর্থাত 10 বা তার বেশি মিনিট)। আমি অনুমান করেছি যে আমি লজিস্টিক রিগ্রেশন ব্যবহার করব, সাথে সাথে ভবিষ্যদ্বাণী হিসাবে ফ্লাইটের সময় …
39 r  logistic  separation 

4
ক্লাসগুলি ভালভাবে পৃথক করা হলে কেন লজিস্টিক রিগ্রেশন অস্থির হয়ে উঠবে?
ক্লাসগুলি ভালভাবে বিচ্ছিন্ন হয়ে গেলে লজিস্টিক রিগ্রেশন কেন অস্থিতিশীল হয়? ভালভাবে বিচ্ছিন্ন শ্রেণীর অর্থ কী? কেউ যদি উদাহরণ দিয়ে ব্যাখ্যা করতে পারে তবে আমি সত্যিই প্রশংসা করব।

1
মাত্রার
প্রদত্ত ডাটা পয়েন্টগুলি, প্রতিটি বৈশিষ্ট্য সহ হিসাবে লেবেলযুক্ত , অন্য হিসাবে লেবেলযুক্ত । প্রতিটি বৈশিষ্ট্য এলোমেলোভাবে (অভিন্ন বিতরণ) থেকে একটি মান নেয় । হাইপারপ্লেন যে দুটি শ্রেণিকে বিভক্ত করতে পারে তার সম্ভাবনা কী?ডি এন / 2 0 এন / 2 1 [ 0 , 1 ]এনএনnঘঘdএন / 2এন/2n/2000এন / 2এন/2n/2111[ …

1
জন্ম লজিস্টিক রিগ্রেশন সহ মডেল নির্বাচন
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 …

1
লজিস্টিক রিগ্রেশন নিখুঁত পৃথকীকরণ মামলায় কেন কাজ করবে না তার কোন অন্তর্জ্ঞাত ব্যাখ্যা আছে? এবং নিয়মিতকরণ যুক্ত করা কেন এটি সংশোধন করবে?
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 …

3
সমর্থন ভেক্টর মেশিন এবং হাইপারপ্লেনের জন্য অন্তর্দৃষ্টি
আমার প্রকল্পে আমি বাইনারি শ্রেণিবদ্ধকরণ (1 বা 0) পূর্বাভাস দেওয়ার জন্য একটি লজিস্টিক রিগ্রেশন মডেল তৈরি করতে চাই। আমার 15 টি ভেরিয়েবল রয়েছে যার মধ্যে 2 টি শ্রেণিবদ্ধ, বাকিগুলি ক্রমাগত এবং পৃথক পৃথক ভেরিয়েবলের মিশ্রণ। লজিস্টিক রিগ্রেশন মডেলটি ফিট করার জন্য আমাকে এসভিএম, পার্সেপট্রন বা লিনিয়ার প্রোগ্রামিং ব্যবহার করে রৈখিক …

1
জিবিএম প্যাকেজ বনাম ক্যারেট জিবিএম ব্যবহার করে
আমি ব্যবহার করে মডেল টিউন করছি caret, তবে gbmপ্যাকেজটি ব্যবহার করে আবার মডেল চালাচ্ছি । caretপ্যাকেজটি ব্যবহার করে gbmএবং আউটপুট একই হওয়া উচিত এটি আমার বোধগম্য । যাইহোক, কেবলমাত্র একটি দ্রুত পরীক্ষা চালানো data(iris)মূল্যায়ন মেট্রিক হিসাবে আরএমএসই এবং আর ^ 2 ব্যবহার করে প্রায় 5% এর মডেলের মধ্যে একটি তাত্পর্য …

1
জন্ম লজিস্টিক রিগ্রেশন একটি তাত্ত্বিক বোঝার সন্ধান করা
আমি ফर्थ লজিস্টিক রিগ্রেশন (লজিস্টিক রিগ্রেশনে নিখুঁত / সম্পূর্ণ বা অর্ধ-সম্পূর্ণ পৃথকীকরণের পদ্ধতি) বোঝার চেষ্টা করছি যাতে আমি এটিকে অন্যের কাছে সরলীকৃত ভাষায় ব্যাখ্যা করতে পারি। এমএলইতে ফर्थথ অনুমানটি কী পরিবর্তন করছে তার একটি ছদ্মবেশী ব্যাখ্যা কি কারও কাছে রয়েছে? আমি পড়েছি, সেরা হিসাবে আমি পারি, ফার্থ (1993) এবং আমি …

1
সম্পূর্ণ সাফল্য সহ শ্রেণীবদ্ধ ভেরিয়েবলের সাথে দ্বিপদী গ্লিম
আমি দ্বিপদী প্রতিক্রিয়া ভেরিয়েবল এবং একটি স্পষ্টিকর ভবিষ্যদ্বাণী নিয়ে একটি গ্ল্যাম চালাচ্ছি। এলোমেলো প্রভাব ডেটা সংগ্রহের জন্য ব্যবহৃত নেস্টেড ডিজাইন দ্বারা দেওয়া হয়। ডেটা দেখতে এমন দেখাচ্ছে: m.gen1$treatment [1] sucrose control protein control no_injection ..... Levels: no_injection control sucrose protein m.gen1$emergence [1] 1 0 0 1 0 1 1 1 …

1
আর / এমজিসিভি: টি () এবং টিআই () সেন্সর পণ্যগুলি কেন বিভিন্ন উপরিভাগ তৈরি করে?
mgcvপ্যাকেজের Rঝুলানো টেন্সর পণ্যের পারস্পরিক ক্রিয়ার জন্য দুটি ফাংশন আছে: te()এবং ti()। আমি উভয়ের মধ্যে শ্রমের মৌলিক বিভাজন বুঝতে পারি (একটি অ-রৈখিক ইন্টারঅ্যাকশন বনাম বনাম। এই ইন্টারঅ্যাকশনটিকে প্রধান প্রভাব এবং একটি মিথস্ক্রিয়াতে ডেকপোজ করে)। আমি যা বুঝতে পারি না তা হ'ল কেন te(x1, x2)এবং ti(x1) + ti(x2) + ti(x1, x2)(কিছুটা) …
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 

1
লজিস্টিক রিগ্রেশনে প্রচুর সহগ - এর অর্থ কী এবং কী করা উচিত?
আমি লজিস্টিক রিগ্রেশন সময় প্রচুর সহগ পাই, সহগ সহ এটি দেখুন 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 Median 3Q Max -2.7796 -1.0958 -0.3101 …
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.