Estoy usando PLS, junto con varias otras técnicas para predecir {0, 1} resultados. La regresión logística guardará las fórmulas de predicción como se esperaba. Igual que LASSO y otras técnicas de regularización. Estas columnas están siempre en el rango de (0, 1). Cuando uso PLS puedo guardar la columna del predictor lineal (Fórmula Pred). Debido a que JMP trata los datos {0, 1} como continuos, obtenemos predictores lineales (llamemos a estos LP) que se encuentran fuera del intervalo (0, 1). Es decir, algunos son negativos y otros son> 1. Mi primera inclinación fue hacer exactamente lo que hago para los otros modelos y poner el predictor lineal en la función logit para llegar a una puntuación de probabilidad. Si hacemos esto para PLS, siempre tendremos nuestros puntajes de probabilidad comprimidos en una pequeña región alrededor de .5. Supongamos que el rango dinámico de El rango dinámico de los LP es [LP_Min, LP_Max]. Las probabilidades estarán en el rango.
[1 / (1 + exp (-LP_Min)), 1 / (1 + exp (-LP_Max)).
Al comparar los resultados de predicción de, digamos, LASSO y PLS, nuestro cliente llega inmediatamente a la conclusión de que LASSO es mejor porque parece distinguir mejor entre 0 y 1 simplemente porque las puntuaciones de probabilidad tienen un rango dinámico más grande.
Así que finalmente la pregunta. Deberíamos seguir con los LP y quizás censurar los valores negativos y> 1 a 0 y 1 respectivamente. O deberíamos escalar los LP para que tengan el mismo rango dinámico. Aprecio que lo que realmente importa son las estadísticas de rango, pero vale la pena saber que cuando intenta comparar PLS con otros métodos logísticos, uno (yo, en particular) podría confundirse al principio acerca de por qué PLS tiene un rango dinámico tan reducido.
