multinomial

    0熱度

    2回答

    當我運行multinom(),說Y ~ X1 + X2 + X3,如果對於一個特定的行X1是NA(即丟失),但是Y,X2和X3都有一個值,將這一整排被拋出(就像它在SAS呢)?如何在multinom()中處理缺失值?

    -1熱度

    1回答

    我已經運行multinom()模型,那麼如何在其他數據集上使用這些模型?例如,我想將此模型擬合到另一個數據集,並生成該數據集的預測概率,就像mnrval()在Matlab中所做的那樣---它將mnrfit()估計的模型應用到外部數據以生成預測概率。我目前受R約束,所以不能使用Matlab。謝謝。

    2熱度

    1回答

    如何提取與建立在多項式模型上的cv.glmnet對象的特定lambda對應的係數?當我嘗試使用可用於二項式模型的語法來執行此操作時,coef函數將返回係數稀疏矩陣的列表,而不是特定的稀疏矩陣。 一個例子: tempcv <- cv.glmnet(x=as.matrix(iris[,-5]), y=iris[,5], family="multinomial", nfolds=20,

    -1熱度

    1回答

    我想用多項邏輯迴歸,mlogit R-package來解決我的問題。 我有一個數據,你可以通過下面的鏈接訪問: https://www.dropbox.com/s/w1ll5lrpt2j5wpf/data.RData?dl=0 當我運行下面的代碼 , ml.data <- mlogit.data(dat, shape = "wide", choice = "Resp") mlogit(Resp

    1熱度

    1回答

    我一直在努力解決以下問題一段時間,非常感謝您的幫助。我現在用的是mlogit功能R中運行的邏輯模型和我能夠生成選擇每個備選方案的預測結果的給定值的預測概率如下: library(mlogit) data("Fishing", package = "mlogit") Fish <- mlogit.data(Fishing, varying = c(2:9), shape = "wide", ch

    0熱度

    1回答

    「relevel」我有以下數據: Class Batch Parity EB 0 2 2 842.8302684 0 2 3 1435.313822 0 2 3 615.32252 1 3 2 428.0919074 1 3 3 629.6284765 1 3 2 428.0919074 . . . . . . . . 我使用mlogit包運行多項式迴歸,但有問題回來: Err

    0熱度

    1回答

    我試圖估計一個multinom()模型,然後抓住模型data.frame。 功能外,這工作正常。但是當我嘗試在一個函數中這樣做時,data.frame()步驟會引發錯誤。 下面是示例代碼,應隔離問題: library(MASS) library(nnet) # create data df <- survey df$Exer <- relevel(df$Exer, ref="None")

    14熱度

    1回答

    我擬合了一個使用nnet的multinom函數的多項式模型(在這種情況下,數據給出了男性和女性的飲食偏好以及不同的大小在不同的湖泊短吻鱷類): data=read.csv("https://www.dropbox.com/s/y9elunsbv74p2h6/alligator.csv?dl=1") head(data) id size sex lake food 1 1 <2.3 m

    0熱度

    1回答

    爲什麼h2o.randomforest計算出袋外樣本的MSE和訓練多郵件分類問題? 我已經做了二元分類也使用h2o.randomforest,那裏用來計算AUC上out of bag sample同時training但對於多分類隨機森林是計算MSE這似乎可疑。請看這個截圖。 我的目標變量是含有4個因子水平model1,model2,model3和model4的一個因素。在屏幕截圖中,您也會對這些因

    0熱度

    2回答

    我使用PROC(以R)與功能multiclass.roc作爲線程How to plot ROC curves in multiclass classification? 然而,當我申請我的數據指出,有一個錯誤: predictor must be numeric or ordered 顯然,我的數據標籤是無序的,在這種情況下,我如何計算AUC? P/S:這個想法是,我有一個混淆矩陣作爲多分類分類器