我正在尝试使用type Satisfier struct {}
func (Satisfier) A() { fmt.Println("A")}
func (Satisfier) B() { fmt.Println("B")}
func main() {
v1 := AB1{Satisfier{}, Satisfier{}}
v2 := AB2{Satisfier{}}
v3 := AB3{Satisfier{}}
v1.A()
v1.B()
v2.A()
v2.B()
// Will fail
//v3.A()
var _ Aer = (*AB1)(nil)
var _ Aer = (*AB2)(nil)
// Will fail because doesn't satisfy Aer interface
//var _ Aer = (*AB3)(nil)
fmt.Println(v3)
}
中的残差图评估逻辑模型。
我在互联网上搜索,但无法获取信息。
看来我们可以从this answer计算出Python
。
deviance residual
这将返回一个数值。
但是,我们可以在执行from sklearn.metrics import log_loss
def deviance(X_test, true, model):
return 2*log_loss(y_true, model.predict_log_proba(X_test))
时评估残差图。
似乎没有GLM
的软件包来绘制逻辑回归残差,皮尔逊或偏差。
此外,我发现了一个有趣的软件包ResidualsPlot
。但是我不确定它是否可以用于逻辑回归。
关于绘制残差图的任何建议?
此外,我还找到了资源here,该资源用于Python
而不是ols
。残差的计算似乎有些不同。