Ich verwende PLS zusammen mit mehreren anderen Techniken, um {0, 1} Ergebnisse vorherzusagen. Durch die logistische Regression werden die Vorhersageformeln wie erwartet gespeichert. Dies gilt auch für LASSO und andere Regularisierungstechniken. Diese Spalten liegen immer im Bereich von (0, 1). Wenn ich PLS verwende, kann ich die lineare Prädiktorspalte (Pred Formula) speichern. Da JMP die {0, 1} -Daten als fortlaufend behandelt, erhalten wir lineare Prädiktoren (sogenannte LPs), die außerhalb des Intervalls (0, 1) liegen. Das heißt, einige sind negativ und andere> 1. Meine erste Neigung bestand darin, genau das zu tun, was ich für die anderen Modelle getan habe, und den linearen Prädiktor in die Logit-Funktion zu setzen, um einen Wahrscheinlichkeitswert zu erhalten. Wenn wir dies für PLS tun, werden unsere Wahrscheinlichkeitswerte immer in einen kleinen Bereich um 0,5 gedrückt. Angenommen, der Dynamikbereich der LPs ist [LP_Min, LP_Max]. Die Wahrscheinlichkeiten liegen im Bereich
[1 / (1 + exp (-LP_Min)), 1 / (1 + exp (-LP_Max)).
Beim Vergleich der Vorhersageergebnisse von beispielsweise LASSO und PLS kommt unser Kunde sofort zu dem Schluss, dass LASSO besser ist, weil es besser zwischen Nullen und Einsen zu unterscheiden scheint, einfach weil die Wahrscheinlichkeitswerte einen größeren Dynamikbereich aufweisen.
Also endlich die frage. Sollten wir bei den LP's bleiben und vielleicht die negativen und> 1 Werte auf 0 und 1 zensieren. Oder sollten wir die LPs scannen, damit sie den gleichen Dynamikbereich haben? Ich weiß, dass es in Wirklichkeit auf die Rangstatistik ankommt, aber es lohnt sich zu wissen, dass, wenn Sie versuchen, PLS mit anderen Logistikmethoden zu vergleichen, man (insbesondere ich) zunächst verwirrt sein könnte, warum PLS einen so eingeschränkten Dynamikbereich hat.
