1.逻辑回归解决什么问题？ 逻辑回归用于分类问题。 对于二分类问题，输入多个特征，输出为是或不是（也可以写作1或0）。 逻辑回归就是这样一个用于分类的模型。 2.什么是逻辑回归？ 逻辑回归建立在线性回归的基础上。 首先，线性回归将多个特征映射到一个变量。 之后，在这个变量上设置一个阈值。大于这个阈值 ...
分类：
其他好文 时间：
2018-10-07 15:37:06
阅读次数：
144
Iris花的分类是经典的逻辑回归的代表；但是其代码中包含了大量的python库的核心处理模式，这篇文章就是剖析python代码的文章。 关于数据等高线的示例demo： Numpy.c_示例 >>> np.c_[np.array([1,2,3]), np.array([4,5,6])] array([ ...
分类：
其他好文 时间：
2018-10-06 14:33:55
阅读次数：
846
概念 针对因变量为分类变量而进行回归分析的一种统计方法，属于概率型非线性回归 优点：算法易于实现和部署，执行效率和准确度高 缺点：离散型的自变量数据需要通过生成虚拟变量的方式来使用 在线性回归中，因变量是连续性变量，那么线性回归能根据因变量和自变量存在的线性关系来构造回归方程，因变量变成分类变量后就 ...
分类：
编程语言 时间：
2018-10-04 18:28:29
阅读次数：
245
最近在研究Iris花的逻辑回归分类中看到了如下的代码： from sklearn.linear_model import LogisticRegression X = iris["data"][:, 3:] y=(iris["target"]==2).astype(np.int) log_reg =... ...
分类：
编程语言 时间：
2018-10-04 09:04:14
阅读次数：
185
1. 前言 说到朴素贝叶斯算法，首先牵扯到的一个概念是 判别式和生成式 。 判别式：就是直接学习出特征输出$Y$和特征$X$之间的关系，如决策函数$Y=f(X)$,或者从概率论的角度，求出条件分布$P(Y|X)$。代表算法有 决策树、KNN、逻辑回归、支持向量机、随机条件场CRF等 生成式：就是直接 ...
分类：
编程语言 时间：
2018-10-01 17:08:54
阅读次数：
199
1. 模型 逻辑回归的Model为:$ h_\theta(x)=\frac 1 {1+e^{ (\theta^Tx+b)}} $ 2.代价函数 针对一个样本的代价函数为： if y = 1 : $ cost(x)= log(h_\theta(x))$ if y = 0 : $ cost(x)= lo ...
分类：
编程语言 时间：
2018-09-28 00:09:19
阅读次数：
183
本文主要介绍了逻辑斯谛回归模型的基本原理，以及其参数估计的推导过程，并将二项逻辑斯谛模型推广到了多项逻辑斯谛模型上。 ...
分类：
其他好文 时间：
2018-09-25 20:44:14
阅读次数：
190
1.实验背景 本次实验是Kaggle上的一个入门比赛——Titanic: Machine Learning from Disaster。比赛选择了泰坦尼克号海难作为背景，并提供了样本数据及测试数据，要求我们根据样本数据内容建立一个预测模型，对于测试数据中每个人是否获救做个预测。样本数据包括891条乘 ...
分类：
其他好文 时间：
2018-09-24 14:43:10
阅读次数：
275
通常我们在做CTR预估的时候，预估值会与真是的CTR有偏差，这种偏差可能来自于负采样，可能是因为模型的问题。 CTR预估值与真实值有偏差，并不会影响AUC指标和排序，但是实际使用中往往需要CTR的预估值不仅仅是做到有序，即正样本排在负样本前面，而且需要保证有一定的区分度。这涉及到一个概念保序和保距。 ...
分类：
其他好文 时间：
2018-09-19 17:14:46
阅读次数：
1761
一、选择题+ +1.一般来说，当居民的收入减少时，居民储蓄存款也会相应减少，二者之间的关系是(B)A.负相关B.正相关C.零相关D.曲线相关+ +2.对客户的生命周期进行分类主要使用以下哪个方法？(A)A.聚类分析B.判别分析C.逻辑回归D.线性回归+ +3.下列哪项不属于数据预处理阶段做的任务？( ...
分类：
其他好文 时间：
2018-09-18 16:02:34
阅读次数：
285
