R语言逻辑回归Logisitc逐步回归训练与验证样本估计分析心脏病数据参数可视化数据挖掘深度学习机器学习算

原文链接：http://tecdat.cn/?p=26932 在进行交叉验证之前，很自然地说“我会预烧 50%（比如说）我的数据来训练一个模型，然后用剩下的来拟合模型”。例如，我们可以使用训练数据进行变量选择（例如，在逻辑回归中使用一些逐步过程），然后，一旦选择了变量，就将模型拟合到剩余的观察集上。一个自然的问题通常是“这真的重要吗？”。
为了可视化这个问题，考虑我的（简单）数据集
使用心脏病数据，预测急诊病人的心肌梗死，包含变量：

心脏指数
心搏量指数
舒张压
肺动脉压
心室压力
肺阻力
是否存活

让我们生成 100 个训练样本（我们保留大约 50% 的观察值）。在它们中的每一个上，我们使用逐步过程，并保留剩余变量的估计值（以及它们的标准差）

M=matrix(NA,100,ncol(MODE)) for(i in 1:100){ reg=step(glm(PRO=="CS"~.,dataYE\[idx,\]))

然后，对于 7 个协变量（和常数），我们可以查看拟合在训练样本上的模型中的系数值，以及拟合在验证样本上的模型上的值

idx=which(!is.na(M\[,j\])) plot(M\[idx,j\],M2\[idx,j\]) abline segments

例如，对于截距，我们有以下

R语言逻辑回归Logisitc逐步回归训练与验证样本估计分析心脏病数据参数可视化

文章图片

其中水平段是模型上拟合在训练样本上的参数的置信区间，垂直段是验证样本上的置信区间。蓝色部分表示某种一致性，而红色部分表示实际上，一个模型的系数为负，另一个模型为正。
我们还可以可视化两个估计量的联合分布，

for(j in 1:8){fa = kde(x=Z, H=H) image(fat$eots\[\[1\]\],

在这里，几乎在对角线上，

文章图片

这意味着两个样本的截距（或多或少）相同。然后我们可以查看其他参数。

文章图片

在该变量上，它似乎在训练数据集上很显著（不知何故，这与它在逐步过程之后保留在模型中的事实一致）但在验证样本上不显著（或几乎不显著）。
其他的则更加一致（有一些可能的异常值）

文章图片

文章图片

在下一个问题上，我们在训练样本上又有显著性，但在验证样本上没有。

文章图片

文章图片

可能更有趣：

文章图片

文章图片

两者非常一致。
最受欢迎的见解
1.R语言多元Logistic逻辑回归应用案例
2.面板平滑转移回归(PSTR)分析案例实现分析案例实现")
3.matlab中的偏最小二乘回归（PLSR）和主成分回归（PCR）
4.R语言泊松Poisson回归模型分析案例
5.R语言混合效应逻辑回归Logistic模型分析肺癌
6.r语言中对LASSO回归，Ridge岭回归和Elastic Net模型实现
7.R语言逻辑回归、Naive Bayes贝叶斯、决策树、随机森林算法预测心脏病
8.python用线性回归预测股票价格
【R语言逻辑回归Logisitc逐步回归训练与验证样本估计分析心脏病数据参数可视化】9.R语言用逻辑回归、决策树和随机森林对信贷数据集进行分类预测