Можно решить оптимизируя weighted loss. Что-то типа loss(θ₁, θ₂, θ₃) = norm₂(X₁θ₁ - t₁) + norm₂(logit(X₂,θ₂) - t₂) + norm₂(tobit(X₃,θ₃) - t₃) В таком виде это можно оптимизировать через стандартные пакеты оптимизации (не знаком с пакетами в R)
Тестим нашу с @alimbekovkz модель на казахстанских снимках, одной из больниц. Очевидно, что в условиях карантина и эпидемии здоровых людей там не очень много. Хотелось проверить как много их найдет модель. Нашла 1 на 250 больных. Вполне удовлетворительный результат.
Тестим нашу с @alimbekovkz модель на казахстанских снимках, одной из больниц. Очевидно, что в условиях карантина и эпидемии здоровых людей там не очень много. Хотелось проверить как много их найдет модель. Нашла 1 на 250 больных. Вполне удовлетворительный результат.
Тестим нашу с @alimbekovkz модель на казахстанских снимках, одной из больниц. Очевидно, что в условиях карантина и эпидемии здоровых людей там не очень много. Хотелось проверить как много их найдет модель. Нашла 1 на 250 больных. Вполне удовлетворительный результат.
Тестим нашу с @alimbekovkz модель на казахстанских снимках, одной из больниц. Очевидно, что в условиях карантина и эпидемии здоровых людей там не очень много. Хотелось проверить как много их найдет модель. Нашла 1 на 250 больных. Вполне удовлетворительный результат.
Тестим нашу с @alimbekovkz модель на казахстанских снимках, одной из больниц. Очевидно, что в условиях карантина и эпидемии здоровых людей там не очень много. Хотелось проверить как много их найдет модель. Нашла 1 на 250 больных. Вполне удовлетворительный результат.
результат впечатлит только студентов. Актуальность модели для реального мира нулевая, о чём я и говорил.