【发布时间】:2021-04-13 14:39:56
【问题描述】:
我正在尝试测试我的多项逻辑回归模型的假设是否成立。
多项逻辑回归模型是可以创建和比较的模型,尽管它有这样的假设:
多项逻辑回归确实有假设,例如 假设因变量选择之间的独立性。这 假设表明一个类别的选择或成员资格是 与另一个类别的选择或成员资格无关(即, 因变量)。 (source)
所以在搜索了一段时间后,我发现了方差膨胀因子,它衡量自变量的行为(方差)在多大程度上受到其与其他自变量的交互/相关性的影响或膨胀。
#Multinomial Logisitic Regression
mlrModel = train(
label~.,
data = overallDataset,
method = "multinom",
trControl = trainControl(method = "cv", number = 5),
trace = FALSE
)
mlrModel$results
head(predict(mlrModel, type = "prob"))
library(car)
vif(mlrModel$finalModel)
但我收到此警告:
Warning message:
In vif.default(mlrModel$finalModel) :
No intercept: vifs may not be sensible.
结果差异很大:8.575035e+07 到 -7.188586e+13
我没有从模型中删除截距。
我发现了这个问题:vif(): "Warning message: No intercept: vifs may not be sensible." Trying to check multicollinearity with multinomial logistic regression 但它没有答案。
【问题讨论】:
标签: r machine-learning regression multinomial