Nano Hash - криптовалюты, майнинг, программирование

График логистической регрессии в R дает прямую линию вместо S-образной кривой.

Я рисовал результаты логистической регрессии, но вместо ожидаемой S-образной кривой получил вот такую ​​прямую:

введите здесь описание изображения

Это был код, который я использовал:

Я создал диапазон данных из исходной оси X, преобразовал их во фрейм данных, а затем предсказал и нарисовал линии.

 model = glm(SHOT_RESULT~SHOT_DISTANCE,family='binomial',data = df_2shot)
 summary(model)
 #Eqn : P(SHOT_RESULT = True) = 1 / (1 + e^-(0.306 - 0.0586(SHOT_DISTANCE)))

 r = range(df_2shot$SHOT_DISTANCE) # draws a curve based on prediction
 x_range = seq(r[1],r[2],1)
 x_range = as.integer(x_range)
 y = predict(model,data.frame(SHOT_DISTANCE = x_range),type="response")
 plot(df_2shot$SHOT_DISTANCE, df_2shot$SHOT_RESULT, pch = 16,
      xlab = "SHOT DISTANCE", ylab = "SHOT RESULT")
 lines(x_range,y)

Примечание: я следовал этому руководству: http://www.theanalysisfactor.com/r-glm-plotting/

Любые идеи будут оценены! Благодарю вас! :)

r regression plot logistic-regression
15.09.2016

Ответы:


1

Ха-ха, я вижу, что произошло. Это из-за диапазона, который вы рисуете. Я видел функциональную форму кривой из строки вашего комментария и определяю ее как функцию:

f <- function (x) 1 / (1 + exp(-0.306 + 0.0586 * x))

Теперь, если мы построим

x <- -100 : 100
plot(x, f(x), type = "l")

введите описание изображения здесь

Логистическая кривая имеет почти линейную форму в середине. Вот к чему вы пришли!

15.09.2016
  • Ах, так это были просто размеры сюжета! Благодарю вас! :) 16.09.2016
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..