logistic-regression

3зной

1ответ

Как получить коэффициенты лучшей логистической регрессии в spark-ml CrossValidatorModel?

Я тренирую простой инструмент CrossValidatorModel с использованием логистической регрессии и искробельных трубопроводов. Я могу предсказать новые данные, но я хотел бы, чтобы выйти за пределы черного

scala apache-spark logistic-regression cross-validation apache-spark-ml 2017-01-29

---

0зной

1ответ

почему разница между сюжетом производимого GLM() и полиномом()

library(polynom) set.seed(12345) x<-seq(1,5,0.01) lp<-rnorm(401,-0.7,1)-20*x+7*x^2 link_lp <- exp(lp)/(1 + exp(lp)) y<-(runif(401) < link_lp) f<-glm(y~poly(x,degree=2),family="binomial") par(mf

r logistic-regression polynomials 2017-02-01

---

0зной

1ответ

Запуск логистической модели с использованием mapply в R

Я имею следующие функции: logModels <- function(data_idx_list,data) { x <- lapply(data_idx_list, function(m) sparse.model.matrix(~.,data = data[m,])) y <- lapply(data_idx_list, funct

r logistic-regression mapply 2017-02-13

---

2зной

1ответ

Как я могу добавить несколько откалиброванных кривых на один и тот же график

set.seed(888) y<-sample(c(0,1), 100, replace = TRUE) x1<-rnorm(100,2,3) x2<-rnorm(100,1,4) library(rms) f1<-lrm(y~x1,,x=TRUE,y=TRUE) f2<-lrm(y~x2,,x=TRUE,y=TRUE) plot(calibrate(f1)) plot(calib

r logistic-regression rms 2017-02-14

---