Публикации по теме 'logistic-regression'
Логистическая регрессия - функция затрат
Мы не можем использовать ту же функцию стоимости, которую мы используем для линейной регрессии, потому что логистическая функция приведет к волнообразным выходным данным, вызывая множество локальных оптимумов. Другими словами, это не будет выпуклая функция.
Вместо этого наша функция затрат для логистической регрессии выглядит так:
Если наш правильный ответ «y» равен 0, тогда функция стоимости будет равна 0, если наша функция гипотезы также выдает 0. Если..
Математика, лежащая в основе алгоритма логистической регрессии
Часто приходится сталкиваться с реальными жизненными проблемами выбора между различными наборами вещей. Например, собирается ли клиент покупать продукт или нет, на какой пакет он собирается подписаться. Все это относится к гамбиту классификации, предсказывающей, какому набору принадлежит конкретная точка данных.
Линейная классификация - это средство, с помощью которого выполняется классификация на основе линейной функции предиктора, объединяющей веса со значениями зависимой переменной. В..
Математическая формулировка логистической регрессии
Сегодня мы рассмотрим математическую основу алгоритма машинного обучения ЛОГИСТИЧЕСКАЯ РЕГРЕССИЯ. Надеюсь, вы уже хорошо знакомы с лежащей в его основе теорией. Давайте углубимся в пучину математики, чтобы узнать, что стоит за логистической регрессией.
Как мы знаем, логистическая регрессия является бинарным классификатором, рассмотрим задачу классификации двух классов, состоящую из красного и синего как двух классов и разделенных прямой линией. Мы предполагаем, что наши данные..
Линейная регрессия против логистической регрессии: сравнительный анализ
Введение :
Линейная регрессия и логистическая регрессия — два широко используемых статистических метода моделирования и анализа данных. Хотя оба метода имеют в своем названии слово «регрессия», они служат разным целям и применяются в разных сценариях. В этом сообщении блога мы рассмотрим различия между линейной регрессией и логистической регрессией, поймем их уникальные характеристики и рассмотрим их применение в реальных сценариях.
Понимание линейной регрессии:
Линейная регрессия..
Демистификация логистической регрессии
В этом посте мы увидим, как применять и как работает логистический алгоритм регрессии .
Логистическая регрессия — очень известный алгоритм, когда мы говорим о задачах классификации. Мы можем легко реализовать логистическую регрессию и получить очень удовлетворительные результаты, написав всего несколько строк кода.
Но как это работает на самом деле?
Логистическая регрессия очень похожа на линейную регрессию, разница между ними заключается в функции. В линейной..
Учебное пособие по логистической регрессии: прогнозирование рака молочной железы
В этом проекте мы увидим, как обучать модель логистической регрессии. Это задумано как введение в логистическую регрессию. Однако мы не будем вдаваться в математическую интуицию модели.
Мы будем работать с набором данных по раку молочной железы, который содержит очень подробные измерения клеток. Наряду с каждым наблюдением за измерениями мы имеем диагноз клетки (злокачественная или нет). Наша цель — обучить модель, которая сможет предсказать, является ли данная клетка злокачественной,..
Логистический классификатор против нейронной сети
Я изучал классификаторы и наткнулся на статью, в которой рассказывается о способности нейронной сети формировать сложные границы решений и классифицировать данные там, где логистический классификатор не справляется. Было интересно узнать сходства и различия и их «зону комфорта» с точки зрения типа набора данных.
Я попробовал то же самое, используя 2-классовый набор данных planar’s ‘flower’ .
Набор данных не так легко « линейно » отделить, и поэтому он дает хорошие исходные данные..
