y**i
发帖数: 1050 | 1 打算做LOGSTIC REGRESSION MODEL, 请问一下如果Y 有95% 是0, 5％ 是1， 我用
LOGISTIC REGRESSION 有问题吗？有啥限制吗？ 如果有限制，我应该如何做呢？
还是说Y的 分布多少无所谓呢？
急切等待回复
谢谢 |
j******4
发帖数: 6090 | |
y**i
发帖数: 1050 | 3 确定吗？因为感觉0,1的比例差别好大
我自己也觉得没有听说过限制，但是我不确定，所以来问问
【在 j******4 的大作中提到】
: 没啥限制吧
|
j******4
发帖数: 6090 | 4 如果是真的很少很少1的话，可以试试zero inflated poisson，也许效果更好。
【在 y**i 的大作中提到】
: 确定吗？因为感觉0,1的比例差别好大
: 我自己也觉得没有听说过限制，但是我不确定，所以来问问
|
z**o
发帖数: 149 | 5 楼主是要predict 0和1吧 ZIP 第一步不就是logistic嘛
【在 j******4 的大作中提到】
: 如果是真的很少很少1的话，可以试试zero inflated poisson，也许效果更好。
|
y**i
发帖数: 1050 | 6 6/7 0 1/7 1
请问可以用LOGISTIC吗
【在 j******4 的大作中提到】
: 如果是真的很少很少1的话，可以试试zero inflated poisson，也许效果更好。
|
g****l
发帖数: 213 | |
q******n
发帖数: 272 | 8 You can try first. The OR may be extremely large. It may also have no 1 in
one category of X (predictor), which can cause non-convergence. |
w********m
发帖数: 1137 | 9 不妨首先up-sampling或者down-sampling一下。 |
w*******n
发帖数: 469 | 10 use exact logistic regression.
Otherwise you may have big error. |
|
|
f*******n
发帖数: 2665 | 11 建议你将0 down sample, 从而使1的比重达到sample的10%或20%。如果你做模型的目的
是rank order,你不需要对回归结果作任何调整。 |
l******e
发帖数: 895 | 12 能请问怎么down size吗？
【在 f*******n 的大作中提到】
: 建议你将0 down sample, 从而使1的比重达到sample的10%或20%。如果你做模型的目的
: 是rank order,你不需要对回归结果作任何调整。
|
c***z
发帖数: 6348 | 13 For logistic regression models unbalanced training data affects only the
estimate of the model intercept (although this of course skews all the
predicted probabilities, which in turn compromises your predictions).
Fortunately the intercept correction is straightforward: Provided you know,
or can guess, the true proportion of 0s and 1s and know the proportions in
the training set you can apply a rare events correction to the intercept.
Details are in King and Zheng (2001).
http://stats.stackexchange.com/questions/6067/does-an-unbalance |
m******6
发帖数: 67 | 14 可不可以试试anomaly detection？ |
c*****l
发帖数: 1493 | 15 用Stratified sampling怎么样
不过不是很了解为什么需要这样
,
【在 c***z 的大作中提到】
: For logistic regression models unbalanced training data affects only the
: estimate of the model intercept (although this of course skews all the
: predicted probabilities, which in turn compromises your predictions).
: Fortunately the intercept correction is straightforward: Provided you know,
: or can guess, the true proportion of 0s and 1s and know the proportions in
: the training set you can apply a rare events correction to the intercept.
: Details are in King and Zheng (2001).
: http://stats.stackexchange.com/questions/6067/does-an-unbalance
|
