The aim of this study is to introduced an integrated
fuzzy logistic regression approach to describe the relationship between crisp
inputs and fuzzy binary output. For this reason, we integrated the fuzzy
logistic regression methods proposed by Pourahmad et al. [17] and
Sohn et al. [24] to define a possibility
measure for each case and then used the logarithmic transformation of
possibilistic odds as fuzzy output observations. To estimate the parameters of
the fuzzy logistic regression model, Diamond [5]’s
Fuzzy Least Squares (FLS) approach is used. A numerical example is presented
and obtained results are compared with classic logistic regression model.
Bu çalışmanın
amacı, kesin girdiler ile bulanık ikili çıktı arasındaki ilişkiyi tanımlamak
için birleştirilmiş bulanık lojistik regresyon yaklaşımını tanıtmaktır. Bu
nedenle, her bir durum için bir olasılık ölçüsü tanımlamak ve daha sonra
olabilirlik oranlarının logaritmik dönüşümünü bulanık çıktı gözlemleri olarak
kullanmak amacıyla Pourahmad ve ark. [17] ve Sohn ve ark. [24]tarafından önerilen bulanık lojistik regresyon yöntemleri
entegre edilmiştir. Bulanık lojistik regresyon modelinin parametrelerini tahmin
etmek için, Diamond [5]’ın Bulanık En
Küçük Kareler (FLS) yaklaşımı kullanılmıştır. Sayısal bir örnek sunulmuş ve
elde edilen sonuçlar klasik lojistik regresyon modeli ile karşılaştırılmıştır.
Primary Language | English |
---|---|
Subjects | Engineering |
Journal Section | Articles |
Authors | |
Publication Date | June 29, 2018 |
Published in Issue | Year 2018 Volume: 11 Issue: 1 |