مدلهای خطی تعمیمیافته و شمارشی
23 روش در این خانواده.
برگزیده
رگرسیون لجستیک یادگیری فعالActive Learning with Logistic Regression is an iterative label-efficient framework in which a logistic regression model selects the unlabeled examples it is most uncertain about, aتحلیل عملکرد افتراقی گویه (DIF)Differential Item Functioning analysis examines whether examinees from different groups — such as gender, ethnicity, or language background — who have the same underlying ability rرگرسیون لجستیک گروهیEnsemble Logistic Regression trains multiple logistic regression classifiers on varied subsets or perturbations of the training data and combines their probability estimates by aveرگرسیون گاما (GLM)Gamma regression is a generalized linear model that uses the gamma distribution to model a positive, right-skewed continuous outcome. Developed within the GLM framework of McCullagمدل خطی تعمیمیافته (GLM)The Generalized Linear Model is a unified regression framework that extends ordinary linear regression to outcomes from the exponential family — including binary, count, proportionرگرسیون لجستیکLogistic regression is a statistical method for modeling the probability of a binary outcome (disease present/absent, success/failure) as a function of continuous and categorical p
مسیر مطالعه
پرارجاعترین روشهای بنیادی این موضوع، به ترتیب پیدایش آنها — جایی برای آغاز اگر تازهواردید.
همهٔ روشها 23
رگرسیون لجستیک یادگیری فعالتحلیل عملکرد افتراقی گویه (DIF)رگرسیون لجستیک گروهیرگرسیون گاما (GLM)مدل خطی تعمیمیافته (GLM)رگرسیون لجستیکرگرسیون لجستیک (یادگیری ماشین)رگرسیون لجستیک چندجمله ایرگرسیون لجستیک آنلاینرگرسیون لجستیک ترتیبیرگرسیون لجستیک ترتیبی (مدل شانس متناسب)مدل خطی تعمیمیافته استواررگرسیون لجستیک مقاومرگرسیون لجستیک چندجمله ای مقاومرگرسیون قوی باینومی منفیرگرسیون پواسون مقاوممدل پروبیت مقاوممدل قوی تورم صفررگرسیون لجستیک خودنظارتیرگرسیون لجستیک نیمهنظارتشدهمدل تورم صفررگرسیون دوجملهای منفی تورمصفر (ZINB)رگرسیون پواسون با تورم صفر (ZIP)