ロジスティック回帰 (名義回帰) は、入力フィールドの値に基づいてレコードを分類する統計手法です。 線型と似ていますが、数値型フィールドではなくカテゴリー・フィールドを対象フィールドとします。 二項モデル (2 つの異なるカテゴリーがある対象用) と多項モデル (3 つ以上のカ...
そこで、サンプルストリームteleco_churn.strでは、モデルを改善すべく、特徴量選択ノードを使って、解約に対して統計的に影響があるフィールドを選別し、加えて欠損値があるフィールドは平均値で置き換えるなどの穴埋めを行ってからロジスティック回帰モデルを作成しています。 精度分析の結...
パラメーター推定値テーブルは、各予測値の効果を要約したものです。 標準誤差に対する係数の比率 (2 乗) は、Wald 統計量に等しくなります。 Wald 統計量の有意水準が小さい ( 0.05未満の) 場合、パラメーターは 0 とは異なります。
一致するケース・コントロール調査は、対象となるイベントが発生する可能性が低い場合や、予期される実験の設計が非現実的または非倫理的である場合によく使用される、データ収集の遡及的な方法です。 例えば、顧客が 10 年間の生命保険契約について請求する必要...
調査データのサブセットは、wheeze_steubenville.savに収集されます。 詳しくは、トピック「サンプル・ファイル」を参照してください。 反復測定ロジスティック回帰に適合させるには、一般化推定方程式を使用します。 次(X)
線形エラスティック・ネット回帰線形Elastic Net は、 Python sklearn.linear_model.ElasticNet クラスを使用して、1 つ以上の独立変数の従属変数の正規化線形回帰モデルを推定します。 正則化は、 L1 (Lasso) ペナルティーと L2 (リッジ) ペナルティーを組み合わせたものです。 拡張にはオ...