Порівняння моделей

Узагальнені лінійні моделі в Python

Ita Cirovic Donev

Data Science Consultant

Девіація

  • Формула $$ D = -2LL(\beta) $$

  • Міра помилки

  • Менша девіація $\rightarrow$ краща відповідність моделі
  • Базовий орієнтир — нульова девіація $\rightarrow$ модель лише з перехопленням
  • Оцінювання
    • Додавання випадкового шуму в середньому зменшує девіацію на 1
    • Додавання $p$ предикторів має зменшити девіацію більш ніж на $p$
Узагальнені лінійні моделі в Python

Девіація в Python

Підсумковий вивід моделі 'y ~ distance100' з підсвіченими log-likelihood і статистикою девіації.

Узагальнені лінійні моделі в Python

Обчислення девіації

  • Отримайте нульову девіацію та девіацію
    # Extract null deviance
print(model.null_deviance)

4118.0992

# Extract model deviance
print(model.deviance)

4076.2378
  • Обчисліть девіацію за log likelihood
    print(-2*model.llf)

4076.2378
  • Зменшення девіації на 41,86
  • Додавання distance100 поліпшило відповідність
Узагальнені лінійні моделі в Python

Складність моделі

  • model_1 і model_2, де
    • $L1 > L2$
    • Кількість параметрів вища у model_2
  • model_2 має перенавчання
Узагальнені лінійні моделі в Python

Давайте потренуємось!

Узагальнені лінійні моделі в Python

Preparing Video For Download...