Публикации по теме 'logistic-regression'
Методы многомерного анализа для изучения данных
Большинство проблем в мире, с которыми мы сталкиваемся, имеют множество переменных. Чтобы проанализировать эти переменные, прежде чем их можно будет передать в систему машинного обучения, нам необходимо аналитически изучить данные. Быстрый и простой способ сделать это — двумерный анализ, при котором мы просто сравниваем две переменные друг с другом. Это может быть в виде простых двумерных графиков и t-тестов.
Однако сравнение только двух переменных одновременно не дает глубокого..
Варианты сегрегации и потребления в Чикаго
— — Исследуйте базовые модели общественных пространств потребления Чикаго с помощью кластеризации K-средних и полиномиальной логистической регрессии.
Виктория Ван
Введение Сегрегация всегда была критической проблемой для Чикаго. В то время как общее население города довольно равномерно разделено — примерно 32 процента белых, 30 процентов черных и 29 процентов латиноамериканцев, эти люди разделены на 77 различных сообществ, живущих совершенно разными жизнями.
Место, где вы..
Прогнозирование скорости усыновления домашних животных с помощью Python — Часть II
Прогнозирование скорости усыновления домашних животных с помощью Python — часть II
Этот пост является вторым в серии из трех частей, описывающих мою попытку разработать алгоритмы для прогнозирования возможности усыновления домашних животных, в частности, как быстро животное усыновляется? Вы можете проверить мой последний пост здесь .
Прошли годы с тех пор, как я катался на американских горках. Тем не менее, мне казалось, что программа наставничества ChiPy действительно работает на..
Почему бы не использовать MSE как функцию потерь для логистической регрессии? 🤔
Авторы: Раджеш Шридхар Бхат *, Сурадип Чакраборти * (* означает равный вклад).
В этом сообщении блога мы в основном сравниваем « потерю журнала » и «среднеквадратичную ошибку» для логистической регрессии и показываем, почему рекомендуется потеря журнала . для того же на основе эмпирического и математического анализа.
Уравнения для обеих функций потерь следующие:
Потеря журнала:
Среднеквадратичный убыток:
В двух приведенных выше уравнениях
y: фактическая..
Как уберечь клиентов от отказа от вашего бизнеса
В сложном цифровом мире, в котором мы живем, довольно сложно запустить онлайн-бизнес и создать достаточно большую клиентскую базу, на которую можно положиться. Даже когда это удается, он должен постоянно следить за тем, чтобы бизнес мог сохранить своих клиентов.
В этом проекте мы стремимся вовремя выявлять пользователей, которые собираются уйти, используя методы машинного обучения, чтобы принять упреждающие меры (скидки, предложения и т. д.) и не допустить их ухода из бизнеса...
Логистическая регрессия для классификации клиентов — один против всех (4/4)
Классификация данных о ваших клиентах может оказаться непростой задачей. Вам нужно правильно ответить на вопросы, а затем отправить своих продавцов, чтобы они собрали для вас данные. Если для этого вам нужен хороший пакет, смело пробуйте Рапидтрейд .
пс. Скачать исходники можно здесь , а если вам нужно введение в логистическую регрессию, то можно начать со статьи 1 .
Итак, давайте посмотрим на этот набор данных, загруженный с Kaggle .
Вот некоторые моменты, которые следует..
Прогнозирование диабета с использованием набора данных PIMA
Прогнозирование диабета с использованием набора данных PIMA
Предсказать начало диабета на основе диагностических мер
Что такое диабет?
Диабет - это заболевание, которое возникает, когда уровень глюкозы в крови, часто называемый сахаром в крови, становится слишком высоким. Глюкоза в крови - это основной источник энергии, который поступает с пищей, которую вы потребляете. Инсулин, гормон поджелудочной железы, позволяет глюкозе из пищи достигать клеток для использования энергии...
