Публикации по теме 'logistic-regression'
Логистическая регрессия
Логистическая регрессия - одна из моделей машинного обучения, используемых для обучения с учителем. Он используется для прогнозирования категориальной зависимой переменной с использованием заданного набора независимых переменных. Эта регрессия обеспечивает вывод как 0 и 1, Истина или Ложь, Да или Нет. Линейная регрессия решает проблему классификации.
Цель
Регрессия вычисляет вероятность того, что данное значение принадлежит определенному классу. Если вероятность составляет ›50%,..
КЛАССИФИКАТОР ЛОГИСТИЧЕСКОЙ РЕГРЕССИИ
КЛАССИФИКАТОР ЛОГИСТИЧЕСКОЙ РЕГРЕССИИ
Как это работает (Часть-1)
Полное пошаговое руководство (концептуальное)
Логистическая регрессия - это метод «статистического обучения», относящийся к «контролируемым» методам машинного обучения (ML), предназначенным для задач «классификации». За последние два десятилетия он приобрел огромную репутацию, особенно в финансовом секторе, благодаря своей выдающейся способности обнаруживать неплательщиков. Общая схема использования..
Как связаны логистическая регрессия и регрессия методом наименьших квадратов (линейная регрессия)?
Если вас, как и меня, беспокоит «регрессия» в «логистической регрессии», которую реалистично следует называть «логистической классификацией», учитывая, что это классификация, у меня есть ответ на ваше беспокойство!
Введение в логистическую регрессию и обычную регрессию наименьших квадратов (также известную как линейная регрессия):
Логистическая регрессия полезна в ситуациях, когда есть возможность предсказать наличие или отсутствие характеристики или результата на основе значений..
Алгоритмы машинного обучения 1.02: логистическая регрессия
Введение
При использовании Линейной регрессии , если вы подумали: Боже, как я могу использовать это для классификации? , Вы читаете правильную статью. Логистическая регрессия заимствует концепцию линии наилучшего соответствия из линейной регрессии, чтобы разграничить классы по принципу OVR (one-vs-rest). Поскольку требуемый результат является прогнозом, в модели используется сигмоидальное преобразование, чтобы удерживать выходной сигнал в пределах [0,1]. Кроме того, функция потерь..
Логистическая регрессия с нуля с использованием только кода Python
"Машинное обучение"
Логистическая регрессия с нуля с использованием только кода Python
Применение логистической регрессии к набору данных с несколькими объектами с использованием только Python. Примеры кода пошаговой реализации на Python
В этой статье мы построим логистическую регрессионную модель для определения наличия у пациента диабета. Основное внимание здесь уделяется тому, что мы будем использовать только python для создания функций для чтения файла, нормализации..
Техника контролируемого машинного обучения для обнаружения аномалий: логистическая регрессия
Небольшие статьи по науке о данных об обнаружении аномалий
Это 11-я (и последняя) часть из серии статей, которые я пишу об алгоритмах обнаружения аномалий. Ниже приведены 10 предыдущих статей, если вы хотите ознакомиться с ними, каждая из которых посвящена отдельному алгоритму обнаружения аномалий:
1. Изолированный лес 2. K-Ближайшие соседи (kNN) 3. Машины опорных векторов (SVM) 4. DBSCAN, неконтролируемый алгоритм 5. Эллиптический конверт 6. Фактор..
Линейная регрессия против логистической регрессии
Линейная регрессия
Этот метод регрессии обнаруживает линейную связь между зависимой и независимой переменными, а затем использует это знание для прогнозирования будущих значений зависимой или ответной переменной. Цель является переменной интервала.
Это делается путем присвоения весов функциям, которые влияют на переменную отклика, чтобы минимизировать ошибку.
Модель регрессии различается в зависимости от типа связи между предиктором (независимой) и переменной отклика, а также от..
