问题标签 [logistic-regression]

当我multinom()在 R 中运行该函数时，结果中的变量数量非常大，而公式中只有几个预测变量。谁能向我解释为什么会这样，我该如何解决？（mv_daily只取 0 和 1，icu_loc取数据中的 0,1,2。）

我尝试了 3 个预测变量，结果中的变量数量增加到 1230 个！该程序将预测变量的每个不同值作为结果中的不同变量，并为其赋予不同的系数。

结果：

数据如下所示：

我知道：

1. 无监督学习是试图在 未标记的数据中找到隐藏的结构，否则，我们称之为监督学习。
2. 回归也是一种分类，只是它的输出是无限数量的数字。
3. 我也知道分类是一种监督学习。

但让我困惑的是：

1. 线性回归（线拟合）是一种回归？如果是这样，为什么它的数据没有标记？例如，它的样本数据只是像（1,2），（2,3），（1,4）这样的坐标数量？
2. 逻辑回归（分类）是一种回归？如果是这样，为什么它的输出只是正常的（值，真为假，0或1）？

任何人都可以帮我解决这个问题吗？

我正在使用 MATLAB 对一个简单的分类问题进行逻辑回归。我的协变量是一个介于 0 和 1 之间的连续变量，而我的分类响应是 0（不正确）或 1（正确）的二进制变量。

我正在寻找运行逻辑回归来建立一个预测器，该预测器将输出一些输入观察（例如，如上所述的连续变量）正确或不正确的概率。虽然这是一个相当简单的场景，但我在 MATLAB 中运行它时遇到了一些麻烦。

我的方法如下：我有一个X包含连续变量值的列向量，以及另一个大小相等的列向量Y，其中包含每个值的已知分类X（例如 0 或 1）。我正在使用以下代码：

[b,dev,stats] = glmfit(X,Y,'binomial','link','logit');

然而，这给了我一个非常高的p = 1.000系数 ( )（-650.5, 1320.1）和 1e6 数量级的相关标准误差值的荒谬结果。b

然后我尝试使用一个附加参数来指定我的二项式样本的大小：

glm = GeneralizedLinearModel.fit(X,Y,'distr','binomial','BinomialSize',size(Y,1));

这给了我更符合我预期的结果。glmval我提取了用于创建估计值的系数( Y_fit = glmval(b,[0:0.01:1],'logit');)，并为拟合创建了一个数组 ( X_fit = linspace(0,1))。当我使用 覆盖原始数据和模型figure, plot(X,Y,'o',X_fit,Y_fit'-')的图时，模型的结果图基本上看起来像逻辑回归图典型的“S”形图的下 1/4。

我的问题如下：

1）为什么我的使用会glmfit给出奇怪的结果？
2）我应该如何解决我最初的问题：给定一些输入值，其分类正确的概率是多少？
3) 如何获得模型参数的置信区间？glmval应该能够从 输入stats输出glmfit，但我的使用glmfit没有给出正确的结果。

任何评论和输入都会非常有用，谢谢！

更新（3/18/14）

我发现这mnrval似乎给出了合理的结果。我可以使用[b_fit,dev,stats] = mnrfit(X,Y+1);whereY+1简单地将我的二元分类器变成一个名义分类器。

我可以循环[pihat,lower,upper] = mnrval(b_fit,loopVal(ii),stats);获取各种pihat概率值，其中loopVal = linspace(0,1)或一些适当的输入范围和“ii = 1:length(loopVal)”。

该stats参数具有很大的相关系数（0.9973），但 p 值为b_fit0.0847 和 0.0845，我不太确定如何解释。有什么想法吗？另外，为什么要在我的例子中mrnfit工作？glmfit我应该注意到，使用时系数的 p 值GeneralizedLinearModel.fit都是p<<0.001，并且系数估计也有很大不同。

最后，如何解释函数的dev输出mnrfit？MATLAB 文档指出它是“解向量处拟合的偏差。偏差是残差平方和的概括。” 这是作为一个独立的值有用，还是仅与dev其他模型的值相比？

如何在绘图上叠加逻辑曲线。

我需要为男性和女性叠加一条逻辑曲线

任何帮助？

我有一个数据集，无论统计相关性如何，我都需要包含一些变量，但我想为其余变量运行分数选择（即最佳子集）。我想知道是否有办法指定分数选择方法以保持每个模型适合的特定变量。无论统计显着性如何，我的变量都需要以“kp_”为前缀

我正在使用具有100k 行和 107 个变量的函数的标准glm函数。step当我做一个常规glm的时候，我在一两分钟内完成了计算，但是当我添加step(glm(...))它时，它会运行几个小时。

我尝试将它作为矩阵运行，但它仍然运行了大约 0.5 小时，我不确定它是否会完成。当我在 9 个变量上运行它时，它在几秒钟内给了我答案，但有 9 个警告：所有这些都是"Warning messages:1: glm.fit: fitted probabilities numerically 0 or 1 occurred "

我使用了下面的代码行：错了吗？我应该怎么做才能获得更好的运行时间？

我有一个已确定系数的逻辑回归模型，我想在 R 中部署。

我知道编写自己的函数来完成它非常简单，但我很好奇是否有一些我缺少的现有功能更简单？

基本上，我希望使用类似于我自己的系数的predict()功能，glm而不是在 R 中拟合模型。

我对为什么我在 R 和 statsmodels 中的逻辑回归模型不同意感到困惑。

如果我在 R 中准备一些数据

然后运行逻辑回归

我看到类似的结果

但是我在 Python 中使用相同的数据，首先从 R 中导出

然后用

我得到的错误和奇怪的结果与我在 R 中得到的结果无关。

如果我只是尝试

我收到一个错误：

即使patsy使用 using准备数据

试

导致相同的错误。我可以避免错误的唯一方法是使用 useGLM

但这产生的结果与（我认为是）等效的 R API 产生的结果完全不同：

为什么 Python 中的逻辑回归会产生错误以及与 R 产生的结果不同的结果？这些 API 实际上不是等效的吗（我之前已经让它们工作以产生相同的结果）？是否需要对数据集进行一些额外的处理才能使它们可供 statsmodels 使用？

我怎样才能在 rpy2 中做到这一点？mydata 是一个数据框，rank 是一个从 1 到 4 的变量

我想dat$admit使用所有可用变量运行逻辑回归的因变量（在我的数据集中它是: ），每个回归都有自己的自变量与因变量。我想要返回的结果是每个回归摘要的列表：系数、p 值、AUC。使用下面提交的数据集应该有 3 个回归。

这是一个样本数据集（其中承认是逻辑回归因变量）：

我有这个函数，它显示了每个回归和 coef 的列表，但我没有找到一种方法来绑定 AUC 和 p 值。这是代码：

知道如何创建此列表吗？谢谢，罗恩