R en acción (Kabacoff, 2011) sugiere la siguiente rutina para evaluar la sobredispersión en una regresión logística: Ajustar regresión logística usando distribución binomial: model_binom <- glm(Species=="versicolor" ~ Sepal.Width, family=binomial(), data=iris) Ajuste de regresión logística...
Tengo un conjunto de datos de alrededor de 5000 características. Para esos datos, utilicé por primera vez la prueba Chi Square para la selección de funciones; después de eso, obtuve alrededor de 1500 variables que mostraron una relación significativa con la variable de respuesta. Ahora necesito...
He usado la función 'polr' en el paquete MASS para ejecutar una regresión logística ordinal para una variable de respuesta categórica ordinal con 15 variables explicativas continuas. He utilizado el código (que se muestra a continuación) para verificar que mi modelo cumpla con el supuesto de...
Tengo entendido que incluso la regresión no da causalidad. Solo puede dar asociación entre la variable y y las variables x y posiblemente una dirección. ¿Estoy en lo correcto? A menudo he encontrado frases similares a "x predice y" incluso en la mayoría de los libros de texto del curso y en varias...
En un comentario aquí , @gung escribió: Creo que pueden superponerse un poco (tal vez ~ 25%) y seguir siendo significativas al nivel del 5%. Recuerde que el IC del 95% que ve es para el OR individual, pero la prueba de 2 OR es sobre la diferencia entre ellos. Sin embargo, si no se superponen en...
El siguiente modelo logístico multinivel con una variable explicativa en el nivel 1 (nivel individual) y una variable explicativa en el nivel 2 (nivel grupal): π 0 j = γ 00 + γ 01 z j + u 0 j … ( 2 ) π 1 j = γ 10 + γ 11 z j + u 1 j … ( 3
Estoy usando regresión logística para la clasificación binaria. Tengo un gran conjunto de datos (está muy desequilibrado: 19: 1). Así que uso scikit-learn's LogisticRegression()para entrenar en el 80% de mis datos etiquetados y luego los validé con el otro 20% (miré el área bajo ROC y la...
Leí en un libro de aprendizaje automático que los parámetros de regresión lineal se pueden estimar (entre otros métodos) por descenso de gradiente, mientras que los parámetros de regresión logística generalmente se estiman por estimación de máxima verosimilitud. ¿Es posible explicarle a un novato...
Mi colega y yo estamos tratando de entender la diferencia entre la regresión logística y un SVM. Claramente están optimizando diferentes funciones objetivas. ¿Es un SVM tan simple como decir que es un clasificador discriminatorio que simplemente optimiza la pérdida de la bisagra? ¿O es más complejo...
Me sorprende que no pueda encontrar ningún artículo / conferencia sobre cómo uno puede incorporar Distribuciones de probabilidad de clase previa en clasificadores como Regresión logística o Bosque aleatorio. Entonces mi pregunta es: ¿Cómo se puede incorporar la distribución de probabilidad de...
Supongamos que reemplazamos la función de pérdida de la regresión logística (que normalmente es log-verosimilitud) con el MSE. Es decir, que la razón de probabilidad logarítmica sea una función lineal de los parámetros, pero minimice la suma de las diferencias al cuadrado entre la probabilidad...
Sé que lo he visto en ambos sentidos, entonces, ¿hay alguna diferencia entre los dos, y a cuál se hace referencia más
Actualmente estoy estudiando sobre Regresión logística. Pero me estoy en el cálculo de la intercepción ( ) y el coeficiente ( ). Lo he estado buscando a través de Internet, pero solo obtengo tutoriales usando Microsoft Excel o funciones integradas en R. Escuché que se puede resolver con Maximum...
A pesar de las similitudes básicas como ambos modelos, la probabilidad de éxito en lugar de modelar la variable de respuesta directamente; Creo que hay respuestas más confiables que señalan las diferencias y similitudes entre estos modelos. Una diferencia es que, en logística, se puede usar un...
Ejemplos: Tengo una oración en la descripción del trabajo: "Ingeniero senior de Java en el Reino Unido". Quiero usar un modelo de aprendizaje profundo para predecirlo en 2 categorías: English y IT jobs. Si uso el modelo de clasificación tradicional, solo puede predecir 1 etiqueta con...
Considere la siguiente gráfica en la que simulé datos de la siguiente manera. Observamos un resultado binario para el cual la probabilidad real de ser 1 se indica mediante la línea negra. La relación funcional entre una covariable y es un polinomio de tercer orden con enlace logístico (por lo que...
Sé que el tamaño de la muestra afecta la potencia en cualquier método estadístico. Hay reglas para determinar cuántas muestras necesita una regresión para cada predictor. También escucho a menudo que el número de muestras en cada categoría en la variable dependiente de una regresión logística es...
Con la regresión OLS aplicada a la respuesta continua, se puede construir la ecuación de regresión múltiple ejecutando secuencialmente regresiones de los residuos en cada covariable. Mi pregunta es, ¿hay alguna manera de hacer esto con la regresión logística a través de los residuos de regresión...
¿Una función en la forma tiene un nombre estándar? Por ejemplo, es una función lineal.ex/(1+ex)ex/(1+ex)e^x/(1+e^x)y=a+bxy=a+bxy = a +
En los documentos de aprendizaje de scikit sobre calibración de probabilidad, comparan la regresión logística con otros métodos y observan que el bosque aleatorio está menos calibrado que la regresión logística. ¿Por qué la regresión logística está bien calibrada? ¿Cómo podría uno arruinar la...