logistic回归的具体概述

文章作者:admin | 2020-04-22 01:24
字体大小:

  logistic回归的具体概述

  Logistic回归模型

  Logistic回归在二十世纪初用于生物迷信。?然后它被用于很多社会迷信应用中。?当因变量(目标)是分类时,应用Logistic回归。

  例如:

  思考一种状况,我们需求对电子邮件可否为残余邮件停止分类。?假设我们对此后果应用线性回归,则需求依据可以停止的分类来设置阈值。?假设实践种别是恶性的,猜测延续值为0.4且阈值为0.5,则数据点将被归类为非恶性,这能够招致及时严重结果。

  从该示例中,可以揣摸线性回归不适宜于分类后果。?线性回归是无界的,这使逻辑回归成为图象。?它们的值严厉范围从0到1。

  输入=0或1

  假定=> Z=WX + B.

  hΘ(x)=sigmoid(Z)

  logistic回归的具体概述

  Sigmoid激活功用

  假设’Z’变成无量大年夜,Y(猜测)将变成1,假设’Z’变成负无量大年夜,Y(猜测)将变成0。

  假定的输入是估计的概率。?这用于揣摸在给定输入X时猜测值对实践值的决计。思考以下示例,

  X=[x0 x1]=[1 IP地址]

  依据x1值,假定我们掉掉落的估计概率为0.8。?这标明电子邮件有80%的能够性是残余邮件。

  在数学上这可以写成:

  logistic回归的具体概述

  这证清晰明了“逻辑回归”的称号。?将数据拟合到线性回归模型中,然后经过猜测目标分类因变量的逻辑函数对其停止操作。

  分类照顾只要两个能够的结果。?示例:残余邮件与否

  三个或更多种别没有订购。?示例:猜测哪一种食品更受欢迎(蔬菜,非蔬菜,素食)

  订购时有三个或更多种别。?示例:片子评级从1到5

  要猜测数据属于哪个类,可以设置阈值。?基于该阈值,将所取得的估计概率分类为种别。

  比如说,假设predict_value≥0.5,则将电子邮件归类为残余邮件,而不是残余邮件。

  决定计划界限可所以线性的或非线性的。?可以添加多项式阶数以取得复杂的决定计划界限。

  logistic回归的具体概述

  Logistic回归的成本函数

  为甚么用于线性的成本函数不能用于物流?

  线性回归应用均方误差作为其成本函数。?假设这用于逻辑回归,则它将是参数(theta)的非凸函数。?只要当函数是凸的时,梯度降低才会收敛到全局最小值。 TAG:

ca88必发-365bet 关于我们| 法律声明| 免责声明| 隐私条款| 广告服务| 在线投稿| 联系我们| 网站地图