Bestes Modell im multinomialen LogistikregressionsmodellHallo
Welche Modelle verwenden, um Variablen in einem multinomialen Logistikregressionsmodell auszuwählen, um die beste AIC zu erhalten? und wählen Sie die besten Variablen aus?
Ich habe es mit der Regression Schritt für Schritt versucht, verstehe aber nicht, dass das nicht funktioniert, ich habe eine weniger gute Konfusionsmatrix als mit meinem Modell der nominalen logistischen Regression mit all meinen Variablen
Vielen Dank
AnalytikBetreff: Bestes Modell im multinomialen LogistikregressionsmodellDas Ziel des Modells ist die Verallgemeinerung, nicht die beste Anpassung. Sie können die Trainingsdaten so überfitten, dass die Vorhersage neuer Beobachtungen (oder Hold-out-Daten) schlecht ist. Das Modell wurde darauf trainiert, Rauschen als Information in die Features einzubeziehen, aber die neuen Beobachtungen haben ein anderes (zufälliges) Rauschen, sodass die Vorhersagen nicht auf neue Daten verallgemeinert werden.
Erklärt diese Antwort Ihren Fall?
Betreff: Bestes Modell im multinomialen LogistikregressionsmodellIch möchte Sie warnen, sich nicht zu sehr auf die Verwirrungsmatrix zu konzentrieren.Es gibt 2 Probleme damit - erstens hängt es von der Cutoff-Wahrscheinlichkeit für die Klassifizierungen ab, also ändert sie sich, wenn Sie diese Wahrscheinlichkeit ändern.Zweitens und damit zusammenhängend ist die Tatsache, dass die meisten Probleme hinsichtlich der Kosten von Fehlklassifizierungsfehlern nicht symmetrisch sind.Eine „bessere“ Verwirrungsmatrix hängt also sowohl von der Art des zu analysierenden Problems als auch von der gewählten Wahrscheinlichkeitsgrenze ab.
