大牛求助，问个classification modeling的问题

maomaochongz 发表于 2014-3-30 23:55
请问这些文献你是通过什么渠道找到的？很有意思

喔，有个领域是做论文时导师推荐看的，大多数都是谷歌学术搜到的。

分那么多组，数据量会不会太少？

yang1986ycj 发表于 2014-3-31 12:40
喔，有个领域是做论文时导师推荐看的，大多数都是谷歌学术搜到的。

谢谢                     

不知道这50万个记录有没有对应的数值变量可作为response variable的。比如，50万条车险保单的保费作为response,车型是目标categorial variable。那么拟合GLM后观察residual，离群值对应的记录很可能是分类错误的。这个思路的前提假设是：1、response是准确的，即，不是由这个categorial var得出的；2、residual中不包含其他的effect。如果楼主能提供更多的背景资料的话，也多大家会有更多更好的想法。