我想用套索正则化创建一个5倍CV逻辑回归模型,但我得到了这个错误消息:Something is wrong; all the RMSE metric values are missing:。
我通过设置alpha=1开始使用lasso正则化的逻辑回归。这是可行的。我从扩展而来。
# Load data set
data("mtcars")
# Prepare data set
x <- model.matrix(~.-1, data= mtcars[,-1])
mpg <- ifelse( mtcars$mpg < mean(mtcars$mpg),
有人知道在Pyspark多项式logistic回归中默认的参考组是什么吗?例如,我们有A, B, C, and D的多类结果/目标。
星火如何选择参考类别?在其他软件(例如R、SAS)中的标准logistic回归中,您可以自己设置参考组。因此,如果您的引用是A,则可以将n-1模型装配在一起,并将目标类建模为A vs B, A vs C, and A vs D。
您想要控制这个过程,因为如果一个值较少的结果(观察的小样本)被设置为参考,那么估计将是不稳定的。
对拟火花果多项式logistic回归模型的分析。在这里,结果类是0,1,2,但是对于引用是什么并不清楚。我假设它可能是零,但不确定。