Multinomial Logistic Regression
Gondoljunk egy olyan függő változóra, amely rögzíti, hogy egy megfigyelés a három vagy több rendezetlen csoport közül melyikbe tartozik – például, hogy egy ingázó melyik közlekedési módot választja (autó, busz vagy vonat). A multinomiális logisztikus regresszió minden nem-referencia kategóriára illeszt egy egyenletet, amely arra kérdez rá: hogyan befolyásolják a prediktorok a valószínűségi esélyeket, hogy ezt a csoportot válasszuk a referenciacsoporthoz képest? A szofmax (softmax) függvény ezután átalakítja ezeket a log-esélyeket valós valószínűségekké, amelyek összege egy az összes kategóriára nézve, így a prediktori értékek minden kombinációjára teljes valószínűségi eloszlást kapunk a kimeneti osztályokon.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Agresti, A. (2002). Categorical Data Analysis (2nd ed.). Wiley-Interscience. ISBN: 978-0471360933
- Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied Logistic Regression (3rd ed.). Wiley. ISBN: 978-0470582473
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Multinomial Logistic Regression. ScholarGate. https://scholargate.app/hu/statistics/multinomial-logistic-regression
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Diszkriminancia-analízisStatisztika↔ compare
- Logistic RegressionKutatási statisztika↔ compare
- Ordinális logisztikus regresszióStatisztika↔ compare
- Véletlen erdőGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →