Logistic回归
来源:互联网 发布:小智淘宝店叫什么 编辑:程序博客网 时间:2024/06/15 19:58
逻辑回归
逻辑回归可以用来进行回归与分类,两者仅有略微不同,主体算法是一样的,本文以分类进行讲解。如下图二分类问题,我们希望找到一个直线(高维空间为超平面)来将数据划分开。
这样的线性边界可以表示为:
上式右边x为向量。
我们取预测函数为Sigmoid函数,Sigmoid函数有一个很棒的特点是它的导数
则预测函数可表示为:
将这两个式子合并一下:
显然:
当y=0的时候上式等价于
当y=1的时候上式等价于
取似然函数
我们的目的就是求解似然函数的最大值,为了方便求解,我们取对数似然函数如下:
如此,我们就可以使用如下的式子进行梯度上升算法迭代更新
下面求解
所以权重的迭代更新式为(最后一项xi应加上下标j):
其中
梯度上升
有了以上的逻辑回归的理论基础,下面我们编程实现这一步骤。就以第一张图的样本为例进行,样本维数为2维,采用梯度上升算法进行迭代。
迭代步数自己选择
批量梯度上升
批量梯度上升每进行一次迭代更新就会计算所有样本,因此得到的模型正确率比较高,但同时计算复杂度高,算法耗时。计算过程如下:
1.首先根据权重和训练样本计算估计值
2.计算误差
3.迭代更新
随机梯度上升
根据样本数量进行迭代,每计算一个样本就进行一次更新,过程如下:
1.计算
2.计算误差
注意,此处的误差是个数,不再是个向量
3.迭代更新
以上步骤更新m次。
阅读全文
0 0
- Logistic回归
- Logistic回归
- logistic回归
- Logistic 回归
- Logistic 回归
- logistic回归
- Logistic回归
- Logistic回归
- Logistic回归
- Logistic回归
- logistic回归
- Logistic回归
- logistic回归
- Logistic 回归
- logistic回归
- Logistic回归
- logistic回归
- Logistic回归
- JAVA环境变量配置
- FFF at Valentine HDU
- 2017-10-4离线赛总结
- hdu2152(母函数入门)
- STM32标准外设库函数SetSysClockTo72(void)
- Logistic回归
- 李开复:瞎忙族与高效人士的13个不同点
- JSP技术-02-内置对象/作用域/EL表达式/JSTL标签库
- 【mybatis】【idea】【maven】Invalid bound statement (not found)的解决
- spring boot项目实战:分布式锁
- 大数据的加法运算Java代码实现
- win10配置Java环境变量.
- V
- python27的Windows下环境搭建