会员服务
逻辑回归（也称“对数几率回归”）（英语：Logistic regression 或logit regression），即逻辑模型（英语：Logit model，也译作“评定模型”、“分类评定模型”）是离散选择法模型之一，属于多重变量分析范畴，是社会学、生物统计学、临床、数量心理学、计量经济学、市场营销等统计实证分析的常用方法。在统计学中，logistic模型(或logit模型)用于对存在的某个类或事件的概率建模，例如通过/失败、赢/输、活着/死了或健康/生病。这可以扩展到建模若干类事件，如确定一个图像是否包含猫、狗、狮子等。图像中检测到的每个物体的概率都在0到1之间，其和为1。
Finite-sample performance of the maximum likelihood estimator in logistic regression
Arxiv
0+阅读 · 2月19日
Addressing outliers in mixed-effects logistic regression: a more robust modeling approach
Arxiv
0+阅读 · 2月16日
A Compound Logistic Regression Model for Binary Responses
Arxiv
0+阅读 · 2月5日
High-dimensional censored MIDAS logistic regression for corporate survival forecasting
Arxiv
0+阅读 · 2月6日
Improved Conditional Logistic Regression using Information in Concordant Pairs with Software
Arxiv
0+阅读 · 2月13日
Improved Conditional Logistic Regression using Information in Concordant Pairs with Software
Arxiv
0+阅读 · 2月9日
Leveraging Noisy Manual Labels as Useful Information: An Information Fusion Approach for Enhanced Variable Selection in Penalized Logistic Regression
Arxiv
0+阅读 · 2月13日
Private and interpretable clinical prediction with quantum-inspired tensor train models
Arxiv
0+阅读 · 2月5日
SecureScan: An AI-Driven Multi-Layer Framework for Malware and Phishing Detection Using Logistic Regression and Threat Intelligence Integration
Arxiv
0+阅读 · 2月11日
RLIE: Rule Generation with Logistic Regression, Iterative Refinement, and Evaluation for Large Language Models
Arxiv
0+阅读 · 2月13日
Robust Liu-Type Estimation for Multicollinearity in Fuzzy Logistic Regression
Arxiv
0+阅读 · 1月31日
A Flexible Empirical Bayes Approach to Generalized Linear Models, with Applications to Sparse Logistic Regression
Arxiv
0+阅读 · 1月29日
A Multi-Head Attention Soft Random Forest for Interpretable Patient No-Show Prediction
Arxiv
0+阅读 · 1月20日
Improving Geopolitical Forecasts with Bayesian Networks
Arxiv
0+阅读 · 1月19日
What Language Models Know But Don't Say: Non-Generative Prior Extraction for Generalization
Arxiv
0+阅读 · 1月24日
参考链接
微信扫码咨询专知VIP会员
Top