在这报告一下目前的解法 从整个流程来看,有以下流程 1.单变量--NR1WAY无母数要过 2.共变数--REG的VIF要过 3.多变量--Logist的ROC要过 4.Out-of-Sample验证---Bootstrapping要过 因为计算量真的太大了 目前的作法是每个流程都砍之外 另外就是变数分组 好处除了减少计算量之外,也可以避免多变量挑到变数全集中在某一类型的变数 以C(100,5)来说,如果分组 那麽就会有75,287,520 组,而且这还是变数最少的 如果分成五组,每组C(20,1)那麽变成20^5=3,200,000 ----- 其实..现在VIF的计算就让我受不了了 ※ 引述《liton (欧吉桑留学生)》之铭言： : 标题: [问题] Logistic不仅只是要一组最佳解 : 时间: Tue Aug 16 17:13:43 2011 : Logisics的Selection有None, Forward, Backward, Stepwise, Score : 但是我要的是符合ROC达到某一定程度下 : 所有的候选模型 : 请问SAS有办法产出吗? : : -- :

※ 发信站: 批踢踢实业坊(ptt.cc) : ◆ From: 210.71.218.254 : 推 tew:应该是可以 08/16 18:46 : → gsuper:我用 stepwise 的方法 , 控制 model error 在 特定数值以下 08/17 01:52 : → gsuper:以AUC当performance , 挑出来的 model performance 在全排 08/17 01:53 : → gsuper:列组合的 0.1% 以下 , 用暴力法 coding 不太划算 08/17 01:54 : → gsuper:除非你要搞很贵的实验 , 那就全部暴力给他下去吧 08/17 01:55 : → liton:楼上说的只会挑出一组AUC最好的 但这组後面的BOOTSTRAPPING 08/17 10:00 : → liton:以及後面的USER TEST可能过不了 08/17 10:01 : → liton:coding不是问题,麻烦的是计算,例如我100个变数中要取出 08/17 10:23 : → liton:10个变数的组合 COMBIN(100,10)...这要算到什麽时候? 08/17 10:24 : → gsuper:我说的就是这种暴力法 R指令 combn(100,10) , combn(100,9) 08/17 12:47 : → gsuper:combn(100,i) {i属於 1~10} 08/17 12:48 : → gsuper:你可以试试看 Cohen`s d 这个指标, 计算时间比AUC少很多 08/17 12:51 : → gsuper:但两者的关联性在常态分布下很高 08/17 12:51 : → gsuper:reclassification 类的应该也是要算很久 (NRI和IRI) 08/17 12:52 : → gsuper:因为 NRI 在资料处理上有点麻烦 , IRI要积分 (同AUC) 08/17 13:34 : → liton:目前我想到的方法是先筛变数,例如单变量P>5%的直接砍了 08/17 14:26 : → liton:VIF或COV不符某一特定标准的也砍了 08/17 14:27 : → liton:剩下的才进入Logistics 08/17 14:28 : → gsuper:我是这样做 08/17 14:54 : → gsuper:1. 假设有 100 个 features , 先计算 AUC_FULL 08/17 14:55 : → gsuper:2. 先移除第一个 feature , 计算 99 markers 的 delta AUC 08/17 14:55 : → gsuper: delta_AUC = AUC_FULL - AUC_NESTED 08/17 14:57 : → gsuper:3. 将第一个放回去 , 把第二个拿掉 , 计算第二个 feature 08/17 14:58 : → gsuper: 的 delta_AUC 08/17 14:58 : → gsuper:算了....讲不清楚 08/17 14:58 : → liton:你说的是技术性coding的问题,我说的是如何减少计算组数 08/17 15:01 : → liton:例如C(10,2),你还是得算组,我思考的是如何只要算5组 08/17 15:25 : → tew:要不要先将解释变数先跑相关 如果有些便项相关高 08/18 13:20 : → tew:就从其中的变项挑最佳的 或者用因素分析缩减变项 08/18 13:21 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 118.167.169.87