Публикации по теме 'logistic-regression'
Определить порог логистической регрессии в Python
Введение
Как мы обсуждали ранее, логистическая регрессия предсказывает вероятности принадлежности объекта к каждому классу и выполняет бинарную классификацию на основе вероятностей.
По умолчанию порог вероятности в функции LogisticRegression в пакете SciPy равен 0,5 . Например, учащийся с прогнозируемой вероятностью сдачи экзамена не менее 50% будет классифицирован как «сдал» (класс 1).
Однако иногда нам может понадобиться определить собственный порог в зависимости от..
Минимизация потерь Интерпретация логистической регрессии
Двоичная классификация включает в себя потерю 0/1 (невыпуклость), и когда данные не являются идеально разделимыми, нам нравится минимизировать количество ошибок или пропущенных классифицированных точек (yi (w ^ t * xi + b) ‹ 0)), тогда Задача состоит в том, чтобы найти оптимальные w и b, минимизирующие потери. Это снова задача оптимизации, в которой мы решаем следующее уравнение.
Где L — функция потерь 0/1, и если yi(w^t*xi + b) ‹ 0, это дает 1 (пропущенная классифицированная точка),..
Сбивать или нет?
Прогнозирование оттока клиентов для телекоммуникационной компании
Цель
Отток клиентов происходит, когда клиенты прекращают сотрудничество с компанией. Поскольку затраты на удержание существующего клиента намного меньше, чем на привлечение нового , поддержание здоровой клиентской базы важно для успеха любого бизнеса. Поскольку у клиентов есть несколько вариантов в телекоммуникационной отрасли, уровень оттока в этой отрасли особенно высок. Индивидуальное удержание клиентов..
Подготовка данных перед моделированием с помощью классификатора логистической регрессии
Логистическая регрессия — это алгоритм классификации машинного обучения, несмотря на его название «Регрессия», который используется для прогнозирования вероятности возникновения события. Это называется «логистической» регрессией из-за использования логистической функции (также известной как сигмовидная функция) для прогнозирования.
Что касается фона, классификатор логистической регрессии имеет некоторые преимущества, которые делают его популярным среди других алгоритмов классификации...
Вселенная машинного обучения — Помощники: вероятности
Если вы хоть что-то знаете о машинном обучении, вы должны знать, что оно в значительной степени основано на вероятностях того, что происходит. Вероятность возвращения клиента в сфере электронной коммерции, вероятность заболеть раком в сфере здоровья или вероятность роста акций в финансовой сфере или любом другом секторе, если на то пошло. Вот насколько важна вероятность для машинного обучения. Все распределения данных основаны на вероятностях. Но чаще всего вероятность игнорируется,..
Логистическая регрессия против случайного леса
Логистическая регрессия и случайный лес специфичны для конкретной задачи, и они оба хорошо работают в зависимости от конкретных обстоятельств.
Тем не менее, есть несколько ключевых моментов, о которых стоит упомянуть:
Граница решения логистической регрессии является линейной, тогда как случайные леса могут хорошо обнаруживать нелинейность (это обычно и потенциально снижает систематическую ошибку — с риском переобучения). 2. Если мы имеем дело со слишком большим количеством..
Логистическая регрессия: мощный инструмент для бинарной классификации
Введение:
В области машинного обучения логистическая регрессия является широко используемым и эффективным алгоритмом для задач бинарной классификации. Это фундаментальный метод, который дает ценную информацию и прогнозы в ряде областей, включая финансы, здравоохранение, маркетинг и многое другое. Эта статья направлена на изучение концепции, принципов работы, сильных сторон и приложений логистической регрессии.
Понимание логистической регрессии:
Логистическая регрессия — это..
