问题描述
我正在使用mord library对一些政治科学数据进行序数回归(这是一个数值增加的分类问题,例如A / B / C / D等级或1-5个用户评分)。 / p>
我想使用LogisticAT
或LogisticIT
类,该类同时学习类边界的系数和阈值(它实现了this paper第4页上的算法)。您可以按coef_
缩放输入向量,并将其与阈值集theta_
进行比较,以确定输入向量在哪个输出类中。
我想知道当预测变量/解释变量也是序数数据时这如何工作。在这种情况下,缩放输入似乎没有什么意义。仍然可以使用LogisticAT还是我需要以某种方式转换输入数据?我应该考虑另一种回归吗?
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)