Публикации по теме 'logistic-regression'
Обучение с учителем — Логистическая регрессия
Смоделируйте и оцените вероятность события в зависимости от других независимых переменных.
Линейная регрессия часто подвержена ошибкам, вызванным искаженным вводом данных (выбросы), которые резко меняют модель линейной регрессии.
Большинство примеров из реального мира носят нелинейный характер, в большинстве задач бинарной классификации лучше всего подходит логистическая регрессия, например. на основе кредитного рейтинга, если кто-то собирается получить одобрение кредита или нет...
Логистическая регрессия с нуля
Продолжаю делать публикации о внедрении с нуля. На этот раз для логистической регрессии! Давай займемся этим!
Логистическая регрессия
Логистическая регрессия используется для двоичных классификаций. Вы можете обучить свою модель предсказывать, есть ли у кого-то рак или нет, или вашу модель можно обучить предсказывать, кошка это или нет на фотографии.
Реализация уравнения
Вы помните уравнение:
Это используется для регрессии. Но это дает большие числа, в то время как мы..
Автоматическая маркировка фильмов - проблема классификации нескольких классов
Проблема классификации по нескольким классам при автоматическом извлечении тегов из обзоров фильмов.
Пометка фильмов выявляет широкий спектр разнородной информации о фильмах, такой как жанр, структура сюжета, саундтреки, метаданные, визуальные и эмоциональные переживания. Эта информация может быть полезной при создании автоматических систем для создания тегов для фильмов.
Системы автоматической пометки также помогают системам рекомендаций улучшить поиск похожих фильмов, а также..
5 основных предположений для логистической регрессии
Логистическая регрессия предполагает, что мультиколлинеарность среди независимых переменных минимальна или отсутствует. Логистическая регрессия предполагает, что независимые переменные линейно связаны с логарифмом шансов. Логистическая регрессия обычно требует большого размера выборки для правильного прогнозирования. Логистическая регрессия, имеющая два класса, предполагает, что зависимая переменная является двоичной, а для упорядоченной логистической регрессии требуется, чтобы..
Градиентный спуск для логистической регрессии: подход без программирования с использованием Excel
Улучшите свое понимание с помощью пошагового руководства
Логистическая регрессия — это мощный инструмент для моделирования проблем бинарной классификации, от прогнозирования оттока клиентов до диагностики заболеваний.
Сопоставить модель с обучающим набором данных, чтобы найти оптимальные значения параметров модели логистической регрессии. Вот где в дело вступает градиентный спуск. Итеративно минимизируя функцию стоимости, мы можем найти значения…
«Раскрытие возможностей кривых ROC и AUC: ваше руководство по оценке производительности модели в простом…
КРИВАЯ ROC AUC
Зачем нам нужна ROC-КРИВАЯ?
«ВЫБОР ПОРОГА» — это основная причина, по которой нам нужно использовать ROC CURVE.
Это во многом связано с «классификационным термином», и мы можем сказать, что это «БИНАРНАЯ КЛАССИФИКАЦИЯ».
Выбор порога:
Пример. Мы предполагаем, что данные о колледже содержат функции «IQ», «CGPA» и «Размещение», поэтому учащиеся получают место или не имеют результата в двоичном формате «ДА» или «НЕТ». Теперь разделим данные на две части:..
TensorFlow в R
TensorFlow в R
Этот блог посвящен TensorFlow в R. Мы увидим, какие функции в него включены и как с его помощью создать простую нейронную сеть.
Краткое введение в тензорный поток:
Tensorflow - это программная библиотека для программирования потоков данных. Это символьная математическая библиотека для проектов машинного обучения, таких как построение нейронных сетей. Tensor-flow был разработан командой Google Brain.
Важная терминология:
Тензор Заполнитель Переменная..