跳到正文
原文
arXiv · Statistics Machine Learning· Ebrahim Khaled Ebrahim, Osama Abd El-Aziz Hussein, Ahmed El-Kotory·· 16 小时前AI 评分15

EDGE:一种容忍少量损坏记录的逻辑回归分组校准检验

[EDGE] A grouped calibration test for logistic regression that tolerates a few corrupted records

AI 导读

论文提出 EDGE,一种用于逻辑回归校准的分组检验,将分组残差投影到少量校准形状基上,自由度不依赖分组数,参考分布无需重采样。预设定模拟中,EDGE 在干净数据上功效与 Stukel 检验相当,平均比十组 Hosmer-Lemeshow 检验高 0.064;千分之一记录协变量损坏时误报率为 0.056,十个损坏时为 0.097。

来源:arXiv · Statistics Machine Learning · arxiv.org