Régression Logistique Multivoie

Abstract : In this paper, we propose a formulation of logistic regression for multiway (i.e. data where the same set of variables is collected at different occasions). More specifically, multiway logistic regression (MLR) constraints the coefficients of the logistic model to a tensorial structure that fits the natural structure of the data. Expected improvements of MLR compared with Logistic Regression are (i) better interpretability of the resulting model that allows studying separately the effects of the variables and the effects of modalities, and (ii) limit the number of coefficients to be estimated that decreases the computational burden and allows a better control of the overfitting issue. An aternating directions algorithm is proposed for MLR and the performances are evaluated on simulated data.
Type de document :
Communication dans un congrès
JdS 2014, Jun 2014, Rennes, France. 6 p., 2014
Liste complète des métadonnées

https://hal-supelec.archives-ouvertes.fr/hal-01056558
Contributeur : Alexandra Siebert <>
Soumis le : mercredi 20 août 2014 - 10:51:30
Dernière modification le : vendredi 19 octobre 2018 - 21:44:02
Document(s) archivé(s) le : jeudi 27 novembre 2014 - 11:23:52

Fichier

Regression_Logistique_Multivoi...
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01056558, version 1

Collections

Citation

Laurent Le Brusquet, Gisela Lechuga, Arthur Tenenhaus. Régression Logistique Multivoie. JdS 2014, Jun 2014, Rennes, France. 6 p., 2014. 〈hal-01056558〉

Partager

Métriques

Consultations de la notice

211

Téléchargements de fichiers

117