Logistic Regression
来源:互联网 发布:java reflection 实例 编辑:程序博客网 时间:2024/04/30 19:08
Logistics regression
- 估计的对象
- 估计的想法
- 估计的理论
- 估计的求解
估计的对象
机器学习分为监督学习和非监督学习,监督学习下又分为regression和classification,logistic回归属于classification,判别样本属于哪一类的概率为多少。
估计的想法
在做回归时,总是对模型进行一定的假定,比如线性回归模型,假定模型是线性的,这些假定往往在实际中难以满足判别效果,并且直接判别样本属于哪一类过于绝对,所以如果能给出样本属于各个类别的概率,并直接对概率进行建模,就能改善以上判别所提的缺点。Logistic回归就是针对概率进行建模。它的想法来源于odds(几率),即某事物发生的可能性与不发生的可能性的比值,这是对于二分类来讲;对于多分类问题,只需要知道其余类别发生的可能性与固定一种类别发生的可能性之比,并对该概率进行假定,就能知道所有类别发生的概率。在二分类时,对概率进行假定时,概率函数为Logistic function,又名Sigmoid function;多分类时使用了logit变换。
估计的理论
对概率进行建模,假定为线性方程:
则有K-1个log-odds or logit transformations
由计算可得模型:
估计的求解
一般用极大似然估计进行求解。对N个观测值,多分类时,似然函数为:
下面值考虑二分类时情况,似然函数为:
0 0
- logistic regression
- logistic regression
- logistic regression
- Logistic Regression
- Logistic Regression
- logistic regression
- Logistic Regression
- Logistic Regression
- logistic regression
- Logistic regression
- Logistic Regression
- Logistic Regression
- Logistic Regression
- Logistic Regression
- Logistic Regression
- logistic regression
- logistic Regression
- Logistic regression
- java进阶(四)------java编程规范---代码质量检测工具FindBugs、PMD和CheckStyle的安装
- Android学习路线指南
- 自定义iOS7导航栏背景,标题和返回按钮文字颜色
- Codeforces Round #328 (Div. 2)B. The Monster and the Squirrel
- DA14580 SDK5.0.2 BMA222E加速度传感器
- Logistic Regression
- Centos7 安装python3的独立环境
- C_C++变量命名规则
- wait和waitpid详解
- opensource codes configure and compile with toolchain
- JS中创建对象的几种方式。
- .gitignore文件
- 维数灾难(The Curse of Dimensionality in classification)
- java.lang.IllegalArgumentException: Unknown entity: cn.ibeans.web.model.User