[R-br] Regressão logistica (conceito)

[Vinicius Brito Rocha]

Fernando,

sim. o modelo é para classificação.

O problema é que minhas classes são extremamente desbalanceadas.

Até onde sei recomenda-se ter classes balanceadas. E esse é exatamente o
que estou trazendo a discussão.

Você discorda disso?

Abs.

Vinicius Brito Rocha

Em 6 de novembro de 2012 22:58, Fernando Colugnati
<fcolugnati em gmail.com>escreveu:

> Desde quando vc precisa ter 50% de 1 e 50% de zeros para fazer uma
> regressão logística? Não entendi bem seu problema! Vc fala em
> treinamento...este modelo será para classificação?
>
>
>
> Em 6 de novembro de 2012 23:37, viniciusbritor <viniciusbritor em gmail.com>escreveu:
>
> amostrar com reposição toda a informação da classe alvo  , Y=1 para que
>> tenha o mesmo tamanho da classe Y=0.
>> apenas na amostra de treinamento
>>
>>
>> Enviado por Samsung Mobile
>>
>> Leonard Mendonça de Assis <assis.leonard em gmail.com> escreveu:
>>
>> Vinícius
>>
>> o que você está chamando de reamostragem?
>>
>> []s
>> Leonard de Assishttp://about.me/ldeassis
>>
>> Em 06/11/2012 19:14, Vinicius Brito Rocha escreveu:
>>
>> Pessoal,
>>
>>  preciso tirar uma dúvida a respeito de regressão logistica.
>>
>>  Tenho uma conjunto de dados, onde existe um grande desbalanceamento nas
>> classes da variável resposta (meu evento Y=1 a ser modelado, possui poucas
>> observações)
>>
>>  O que fiz foi:
>>
>>  separei 70% dos dados para amostra treino e 30% para teste.
>>
>>  na amostra treino (70%):
>>
>>
>>    - utilizei uma re-amostragem, apenas na classe do evento (Y=1) e fiz
>>    com que as linhas desta  classe fossem re-amostradas até que a classe com
>>    resposta Y=1 possui-se a mesma quantidade de linhas da classe (Y=0)
>>    - Com minha base de amostra treino balanceada ajustei um modelo de
>>    regressão logistica
>>
>>
>>  na amostra teste(30%):
>>
>>    - calculei minhas probabilidades de respostas a partir das variáveis
>>    independentes da amostra teste.
>>    - arbitrei um ponto de classificação de P_CHAP>= 0,7 para classificar
>>    meu evento como classe (Y_CHAP=1) e  P_CHAP<0,7 classificar meu evento como
>>    Y_CHAP=0
>>    - Construi uma tabela de confusão comparando os resultados Y_CHAP e Y
>>    para comparar minha Sensitividade e 1-Especificidade.
>>
>> Dúvidas:
>>
>>  A questão é que meus resultados estão muito ruins. Acredito que é a
>> estrutura de dados.
>>
>>    - Estou sendo questionado a respeito da técnica de re-amostragem na
>>    amostra treino para equilibrar as classes. Pois o demandante acredita que é
>>    necessário algum tipo de correção do modelo(feito a re-amostragem no ajuste
>>    da amostra treino) ao aplica-lo no  conjunto teste, que não sofreu nenhuma
>>    alteração.
>>
>>
>>   Alguém tem algum material que justifique o uso de re-amostragem nos
>> dados da amostra treino?
>>
>>  Abs.
>> --
>> *Vinicius Brito Rocha.*
>> *Estatístico e Atuário (IM / UFRJ)**
>> Mestre em Pesquisa Operacional (COPPE / UFRJ)*
>>
>> www.aplicademic.blogspot.com
>> http://twitter.com/viniciusbritor
>>
>> "Não se preocupe muito com as suas dificuldades em Matemática, posso
>> assegurar-lhe que as minhas são ainda maiores." - Albert Einstein.
>>
>>
>>
>>
>> _______________________________________________
>> R-br mailing listR-br em listas.c3sl.ufpr.brhttps://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
>>
>>
>>
>> _______________________________________________
>> R-br mailing list
>> R-br em listas.c3sl.ufpr.br
>> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
>> código mínimo reproduzível.
>>
>
>
>
> --
> Fernando A.B. Colugnati
>
>
>


-- 
*Vinicius Brito Rocha.*
*Estatístico e Atuário (IM / UFRJ)**
Mestre em Pesquisa Operacional (COPPE / UFRJ)*

www.aplicademic.blogspot.com
http://twitter.com/viniciusbritor

"Não se preocupe muito com as suas dificuldades em Matemática, posso
assegurar-lhe que as minhas são ainda maiores." - Albert Einstein.
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20121107/d4a413f6/attachment.html>