machine-learning - rapidminer中的逻辑回归最大似然
问题描述
我想用这个结果获得逻辑回归的最大可能性(我真的不确定这是否是这样的):
我目前正在使用逻辑回归到国家成就测试(学生的表现考试,NAT -GRADE-REMARKS Y 轴)和他们的学业成绩(在下面的示例中 ARTS-G12(Grade 12)-Q1(Quarter 1), x 轴)。
我想知道学生通过国家成就测试或获得 VLM 或 LM 的最大可能性。对于上图中的示例,国家成就测试中的类别是 VLM(非常低掌握)设置为 1,LM(低掌握)设置为 0。VLM 和 LM 是学生获得的唯一类别。
我想知道该图中的最大似然度,以便像 sigmoid 函数中的直线一样拟合。我只是真的不知道如何解释下面的散点图。我需要缩小它吗?我真的无法解释
解决方案
关于散点图的解释:
显而易见的(为清楚起见):绿色是 VLM,蓝色 LM 每个点表示水平轴上有 X 名具有给定成绩的学生。颜色最有可能定义了X。猜猜:颜色越深,同年级的学生越多?
从这张图中,学生的成绩似乎与 VLM 或 VL 类别无关,因为这两个类别都有低分和高分。
推荐阅读
- vb6 - vb6 - 发送字节,接收端从 0 到 255
- flutter - 为什么这个 boxshadow 没有出现?
- flutter - 可拖动项目在手动设置偏移位置时消失
- python - ModuleNotFoundError:使用自定义类导入腌制文件时没有名为'的模块
- python - 通过 pwinauto 访问 ListViewItem
- java - 如何避免 Java 代码中出现空指针异常?
- java - 如何在 ExpandableTextView 中对齐文本
- java - 如何在新版本的 android studio 4.2 中获取 SHA1 代码?
- java - 在 Eclipse 中刷新 + 清理,在 Intellij 中等效?
- mysql - Sequelize 通过外键查找带有组的 SUM