Easy web publishing from R
Write
R Markdown
documents in RStudio.
Share them here on RPubs.
(It’s free, and couldn’t be simpler!)
Get Started
Recently Published
Analyzing a Commercial Recommender: Amazon.com
Scenario design (for Amazon and for its customers), reverse engineering of Amazon's item-to-item recommender, and recommendations for improvement.
Laboratorio 2 (Gruppo E) – Confronto fra modelli di regressione logistica
Si considerano dati per la valutazione del rischio di credito. L'obiettivo è confrontare le performance di classificazione di modelli di regressione logistica ottenuti tramite regolarizzazione (Ridge, LASSO, Elastic Net), usando come riferimento la regressione logistica classica. Per valutare la qualità predittiva i dati sono divisi in training set (stima dei modelli) e test set (valutazione)