小编ElC*_*apo的帖子

我试图在数据集上测试逻辑回归模型(例如3个预测变量的系数,X1,X2,X3).我知道如何在创建模型对象后使用例如测试模型,例如,

mymodel <- glm( Outcome ~  X1 + X2 + X3 , family = binomial,data=trainDat)

然后测试数据

prob <- predict(mymodel,type="response",newdata=test)

但我现在想要使用系数和截距创建一个逻辑模型,然后在数据上测试这个模型.

基本上我不清楚如何在不运行glm的情况下创建"mymodel".

问题的上下文:我使用偏移运行逻辑回归,例如:

mymodel <- glm(Outcome ~ offset(C1 * X1) + offset(C2 * X2) + X3, 
               family = binomial, data = trainDat)

因此,mymodel对象生成仅具有截距(I)和C3系数(对于特征X3)的模型.
我现在需要在测试数据集上测试完整模型(即I + C1*X1 + C2*X2 + C3*X3),但我不知道如何获得完整模型,因为mymodel的输出只有拦截和C3.所以我认为我更普遍的问题是:"你如何手动构建一个logisitic回归模型对象？"

感谢您的耐心等待.

有没有办法训练大型语言模型（LLM）来存储特定的上下文？例如，我有一个很长的故事，我想提出问题，但我不想把整个故事放在每个提示中。如何才能让LLM“记住这个故事”？

所以我使用R进行逻辑回归,但我正在使用偏移量.

  mylogit <- glm(Y ~  X1 + offset(0.2*X2) + offset(0.4*X3), data = test, family = "binomial")

输出仅显示单个系数,截距和其中一个预测变量X1.

    Coefficients:
    (Intercept)               X1
      0.5250748         0.0157259

我的问题:如何从这个模型的每个观察中得到原始预测？更具体地说,如果我使用预测函数,它是否包括所有特征及其系数,即使模型系数被列为仅包含截距和X1？

  prob = predict(mylogit,test,type=c("response"))

我必须使用预测功能吗？"mylogit"对象是否包含我可以直接计算的任何内容？(是的,我查看了关于glm的文档,仍然感到困惑).

谢谢你的病人.

有人可以解释为什么R会这样做吗？在整数值上舍入最大值和分钟似乎非常有缺陷.

summary(1:1283932)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
      1  321000  642000  642000  962900 1284000 
max(1:1283932)
[1] 1283932

您好我有一个带有Bitnami MEAN堆栈的新AWS服务器.

我是服务器上的root用户,我在命令行上启动了mongo.

当我尝试做任何事情(除了"使用测试"或"使用管理员"),例如"show dbs"

我收到以下错误:

显示dbs

 listDatabases failed:{ "ok" : 0, "errmsg" : "unauthorized" } at src/mongo/shell/mongo.js:46

我知道我在权限方面做错了,我只是不知道它是什么.

当我看到mongodb.config时,一切看起来都不错,但我明白了:

  # Turn on/off security.  Off is currently the default
  #noauth = true
  auth = true

另外,可能相关,当我尝试运行mongod时,我得到关于"/ data/db"不存在的错误,或者如果我创建目录,我得到"没有足够的空间问题"

感谢您的时间.