J'utilise PLS, ainsi que plusieurs autres techniques pour prédire les résultats de {0, 1}. La régression logistique enregistrera les formules de prédiction comme prévu. Tout comme LASSO et d’autres techniques de régularisation. Ces colonnes sont toujours dans la plage de (0, 1). Lorsque j'utilise PLS, je peux enregistrer la colonne de prédicteur linéaire (Pred Formula). Parce que JMP traite les données {0, 1} comme continues, nous obtenons des prédicteurs linéaires (appelez-les LP) situés en dehors de l'intervalle (0, 1). C'est-à-dire que certains sont négatifs et d'autres> 1. Ma première tendance a été de faire exactement ce que je fais pour les autres modèles et de placer le prédicteur linéaire dans la fonction logit pour obtenir un score de probabilité. Si nous faisons cela pour PLS, nous aurons toujours nos scores de probabilité compressés dans une petite région autour de 0,5. Supposons que la plage dynamique de La plage dynamique des LP est [LP_Min, LP_Max]. Les probabilités seront dans la gamme
[1 / (1 + exp (-LP_Min)), 1 / (1 + exp (-LP_Max)).
Lorsque nous comparons les résultats de prédiction de LASSO et de PLS, par exemple, notre client conclut immédiatement que LASSO est préférable, car il semble mieux distinguer les 0 et les 1 simplement parce que les scores de probabilité ont une plage dynamique plus étendue.
Alors finalement la question. Devrions-nous rester avec les disques et censurer peut-être les valeurs négatives et> 1 à 0 et 1 respectivement. Ou devrions-nous sca; e les LP pour qu’ils aient la même gamme dynamique. Ce qui compte vraiment, c’est les statistiques de rang, mais il est utile de savoir que, lorsque vous essayez de comparer PLS à d’autres méthodes logistiques, vous risquez d’être confus au début (moi, en particulier) sur les raisons pour lesquelles PLS a une plage dynamique aussi réduite.
