捕捉运动重要性 - 逻辑回归输出

数据挖掘 逻辑回归 可能性 信息检索 数据科学模型
2022-02-24 01:08:42

我正在研究可以在正方形上绘制的一组对象的一些事件[0,100]2. 我使用逻辑回归来计算不同对象发生事件的概率,输出可以绘制如下:

在此处输入图像描述

我们可以观察到点周围的高密度(100,50)基本上,事件发生的可能性越小。到这一点的距离是预测因素之一,但也很少有其他因素。我感兴趣的是捕捉潜在的运动,即从 A 点移动到 B 点有多有价值。但我也想奖励那些远离该点的运动(100,50),不仅是那些接近点的人。对于前者,即使移动非常显着(长距离),概率的绝对增加也会很小,而对于后者,即使移动很小,我们也可以观察到概率的大幅增加。所以我认为我需要以某种方式消除/平滑距离的影响(100,50),即使它对计算我们的运动增益不那么重要。我真的不知道如何做到这一点。我无法计算百分比增益,因为这会导致非常大的增益。我认为我需要一些单调变换,这会使大概率降低而低概率更高。有什么想法我可以在这里应用吗?

1个回答

您可以计算欧几里得空间中的距离

鉴于您的特定目标,您可以定义一个自定义距离度量,该度量相当于铰链损失对于大部分空间,距离没有定义,因为概率可以阈值为零。对于 (100, 50) 附近的一小部分空间,定义了线性或非线性距离。

另一种方法是将分类器切换到具有铰链损失的支持向量机 (SVM),这将更直接地模拟您的问题。