逻辑回归(logistic regression) 1.用来解决归类问题（只是由于历史上的原因取了回归的名字） 2.二分归类（binary classification） 定义：对于输入，输出值不连续，而是两个离散的值，eg:{0,1} 方法：利用线性回归，将大于0.5的输出预测值设为1，小于0.5 ...
分类：
其他好文 时间：
2018-05-09 14:46:44
阅读次数：
195
监督学习 非监督学习：学习结构化知识 强化学习 监督学习: 线性回归模型：输出y是连续的 Logistic回归模型（实际上不是回归问题，是分类问题）：输出y是0，1离散的 Logistic回归模型： Sigmoid函数：将任何输入变成0与1之间的输出，也用来表示概率 softmax函数：将多个输入变 ...
分类：
其他好文 时间：
2018-05-08 19:33:31
阅读次数：
214
logistic回归实现预测病马死亡率 python3已经实现 代码还在更新中 写完全部注释以后在贴上来 结果如下： 考虑到数据缺失问题，这个结果并不差 注意几个方法和概念 分类函数，梯度上升法，随机梯度上升法，改进的随机梯度上升法 ...
分类：
其他好文 时间：
2018-05-03 20:50:46
阅读次数：
170
使用R语言做逻辑回归的时候，当自变量中有分类变量（大于两个）的时候，对于回归模型的结果有一点困惑，搜索相关知识发现不少人也有相同的疑问，通过查阅资料这里给出自己的理解。 首先看一个实例（数据下载自：http://freakonometrics.free.fr/db.txt） 该数据集三个自变量中 X ...
分类：
其他好文 时间：
2018-04-30 16:41:42
阅读次数：
429
1）线性回归要求变量服从正态分布，logistic回归对变量分布没有要求。 2）线性回归要求因变量是连续性数值变量，而logistic回归要求因变量是分类型变量。 3）线性回归要求自变量和因变量呈线性关系，而logistic回归不要求自变量和因变量呈线性关系 4）logistic回归是分析因变量取某 ...
分类：
其他好文 时间：
2018-04-30 14:32:23
阅读次数：
184
一般来说，回归不用在分类问题上，因为回归是连续型模型，而且受噪声影响比较大。如果非要应用进入，可以使用logistic回归。logistic回归本质上是线性回归，只是在特征到结果的映射中加入了一层函数映射，即先把特征线性求和，然后使用函数g(z)函数来预测。 下面介绍一个线性逻辑回归的案例，这里被用 ...
分类：
其他好文 时间：
2018-04-25 22:10:48
阅读次数：
269
相同 逻辑回归和朴素贝叶斯都是对条件概率$p(y|X)$进行建模，使得最终的分类结果有很好的解释性。 不同 具体流程 + 逻辑回归： 假设$p(y=1|X)$满足逻辑函数$h(z)=1/(1+exp( z)),z=XW+b$，即$$p(y=1|X)=\frac{1}{1+exp( XW b)}$$， ...
分类：
其他好文 时间：
2018-04-20 23:29:55
阅读次数：
200
logistic回归 很多时候我们需要基于一些样本数据去预测某个事件是否发生，如预测某事件成功与失败，某人当选总统是否成功等。 这个时候我们希望得到的结果是 bool型的,即 true or false 我们最先想到的是通过最小二乘法求出线性回归模型， 即 Y = WTX = w0x0 + w1x1 ...
分类：
其他好文 时间：
2018-04-20 16:09:41
阅读次数：
246
整理自Adrew Ng 的 machine learning课程week3 目录： 二分类问题 模型表示 decision boundary 损失函数 多分类问题 过拟合问题和正则化 什么是过拟合 如何解决过拟合 正则化方法 模型表示 decision boundary 什么是过拟合 如何解决过拟合 ...
分类：
系统相关 时间：
2018-04-09 17:13:59
阅读次数：
292
一、模型概念 逻辑回归将线性函数复合于逻辑斯蒂函数中，用其取值估计分类概率，从而在空间形成超平面对样本点进行分类。 Logistic回归实质：发生概率除以没有发生概率再取对数。就是这个不太繁琐的变换改变了取值区间的矛盾和因变量自变量间的曲线关系。究其原因，是发生和未发生的概率成为了比值 ，这个比值就 ...
分类：
其他好文 时间：
2018-04-09 14:54:22
阅读次数：
240
