Product Design, Manufacturing & Innovation Resources
घर » संभार तन्त्र परावर्तन

संभार तन्त्र परावर्तन

1960
  • David Cox
चिकित्सा और वित्तीय अनुप्रयोगों के लिए लॉजिस्टिक रिग्रेशन डेटा का विश्लेषण करने वाला सांख्यिकीविद्।.

(यह छवि केवल उदाहरण के लिए बनाई गई है)

श्रेणीबद्ध, आमतौर पर द्विआधारी, आश्रित चर के लिए एक प्रतिगमन मॉडल। परिणाम को सीधे मॉडल करने के बजाय, यह लॉजिस्टिक (सिग्मॉइड) फ़ंक्शन का उपयोग करके परिणाम की संभावना को मॉडल करता है। मॉडल घटना के लॉग-ऑड्स को स्वतंत्र चर के रैखिक संयोजन के रूप में भविष्यवाणी करता है: [latex]ln(frac{p}{1-p}) = beta_0 + beta_1 x_1 + dots + beta_p x_p[/latex], जहाँ p घटना की संभावना है।

लॉजिस्टिक रिग्रेशन बाइनरी वर्गीकरण समस्याओं के लिए एक मूलभूत एल्गोरिदम है। यह एक प्रकार का जनरलाइज़्ड लीनियर मॉडल (जीएलएम) है जो लीनियर रिग्रेशन के सिद्धांतों को उन मामलों तक विस्तारित करता है जहां परिणाम चर निरंतर नहीं होता है। बाइनरी (0/1) परिणाम पर सीधे लीनियर रिग्रेशन लागू करना समस्याग्रस्त है क्योंकि यह तार्किक [0, 1] सीमा से बाहर अनुमानित प्रायिकताएँ उत्पन्न कर सकता है और निरंतर त्रुटि विचरण की ओएलएस धारणा का उल्लंघन करता है।

लॉजिस्टिक रिग्रेशन परिणाम को रूपांतरित करने के लिए लिंक फ़ंक्शन का उपयोग करके इस समस्या का समाधान करता है। यह संभावनाओं के लघुगणक, या 'लॉजिट', को भविष्यवाणियों के रैखिक फ़ंक्शन के रूप में मॉडल करता है। संभावनाएँ सफलता की प्रायिकता (p) और विफलता की प्रायिकता (1-p) का अनुपात होती हैं। यह रूपांतरण, 'लॉजिट(p) = ln(p/1-p)', प्रायिकता को सीमा [0, 1] से संपूर्ण वास्तविक संख्या रेखा [(-∞, +∞)] तक मैप करता है, जिससे यह रैखिक मॉडल के लिए उपयुक्त हो जाता है।

प्रायिकता पर वापस जाने के लिए, लॉजिट फ़ंक्शन का व्युत्क्रम लागू किया जाता है, जो लॉजिस्टिक या सिग्मॉइड फ़ंक्शन है: [latex]p = frac{e^{beta_0 + beta_1 x_1 + dots}}{1 + e^{beta_0 + beta_1 x_1 + dots}}[/latex]। रैखिक प्रतिगमन के विपरीत, पैरामीटर ([latex]beta[/latex]) को न्यूनतम वर्ग विधि का उपयोग करके अनुमानित नहीं किया जाता है। इसके बजाय, इन्हें आमतौर पर अधिकतम संभावना अनुमान (MLE) का उपयोग करके पाया जाता है, जो एक पुनरावृत्ति प्रक्रिया है जो वास्तविक डेटा को देखने की संभावना को अधिकतम करने वाले पैरामीटर मानों को ढूंढती है। इस मॉडल को बहु-वर्गीय समस्याओं को हल करने के लिए बहुपदीय लॉजिस्टिक प्रतिगमन के माध्यम से विस्तारित किया जा सकता है।

UNESCO Nomenclature: 1209
सांख्यिकी

Type

सॉफ्टवेयर/एल्गोरिदम

व्यवधान

संतोषजनक

उपयोग

व्यापक उपयोग

शगुन

  • रैखिक प्रतिगमन
  • प्रायिकता सिद्धांत (बर्नौली वितरण)
  • अधिकतम संभावना अनुमान (आरए फिशर द्वारा विकसित)
  • प्रोबिट मॉडल (द्विआधारी परिणामों के लिए एक पूर्व मॉडल)
  • सामान्यीकृत रैखिक मॉडल की अवधारणा

आवेदन

  • चिकित्सा निदान (उदाहरण के लिए, लक्षणों के आधार पर बीमारी की उपस्थिति का अनुमान लगाना)
  • क्रेडिट स्कोरिंग और वित्तीय जोखिम मूल्यांकन
  • ईमेल क्लाइंट में स्पैम का पता लगाना
  • दूरसंचार और सदस्यता सेवाओं में ग्राहक छोड़ने की भविष्यवाणी
  • चुनाव परिणाम की भविष्यवाणी

पेटेंट:

NA

संभावित नवाचार विचार

बॉट ट्रैफिक को कम करने के कारण, जो वर्तमान में प्रति दिन 40,000 से अधिक है, यह सामग्री केवल समुदाय के सदस्यों के लिए आरक्षित है।
> लॉगिन < या > रजिस्टर < इस सामग्री और अन्य सभी प्रतिबंधित सामग्रियों और उपकरणों तक पहुंच (100% निःशुल्क) है।

संबंधित विषय: लॉजिस्टिक रिग्रेशन, वर्गीकरण, बाइनरी परिणाम, सिग्मॉइड फ़ंक्शन, लॉग-ऑड्स, अधिकतम संभावना अनुमान, मशीन लर्निंग, भविष्यसूचक मॉडलिंग, सामान्यीकृत रैखिक मॉडल, श्रेणीबद्ध डेटा।

ऐतिहासिक संदर्भ

संभार तन्त्र परावर्तन

1950
1952
1956
1960
1967
1967
1970
1950
1950
1953
1960
1960
1967
1970
1970

(यदि तिथि अज्ञात है या प्रासंगिक नहीं है, उदाहरण के लिए "द्रव यांत्रिकी", तो इसके उल्लेखनीय उद्भव का एक अनुमानित आंकड़ा प्रदान किया गया है)

संबंधित आविष्कार, नवाचार और तकनीकी सिद्धांत

पंजीकृत सदस्यों के लिए पूर्ण आकार की छवियाँ और डाउनलोड 100% निःशुल्क उपलब्ध हैं।