看了好多书籍和博客，讲先验后验、贝叶斯公式、两大学派、概率模型、或是逻辑回归，讲的一个比一个清楚 ，但是联系起来却理解不能 基本概念如下 先验概率：一个事件发生的概率 \[P(y)\] 后验概率：一个事件在另一个事件发生条件下的条件概率 \[P(y|x)\] 贝叶斯公式：联合概率公式直接能推导出来的 ...
分类：
其他好文 时间：
2018-10-20 00:53:15
阅读次数：
766
1. 前言 今天我们介绍机器学习里面大名鼎鼎的逻辑回归。不要看他的名字里面有“回归”，但是它其实是个分类算法。它取名逻辑回归主要是因为是从线性回归转变而来的。 2.逻辑回归原理 2.1 逻辑回归的由来 不知道读者还记不记得在线性回归中有一节 "广义线性回归" 介绍了在$Y=Xθ$的基础上对$Y$进行 ...
分类：
其他好文 时间：
2018-10-19 02:11:58
阅读次数：
195
# 学习计划
## 第一阶段
1.《线性代数应该这样学》
2. 《微积分》MIT公开课
3. 《概率论》复旦大学编写
4. stata软件学习
5. 常用医学统计方法：t检验，方差检验，ROC曲线，多元回归分析，逻辑回归分析，PCA，逐步回归分析
6. 梅斯医学SCI文章翻译
7. python学习... ...
分类：
其他好文 时间：
2018-10-16 21:56:29
阅读次数：
194
数据特征如下 使用逻辑回归的稳定性选择 import pandas as pd import numpy as np import pyecharts import xlrd # with open(r'F:\数据分析专用\数据分析与机器学习\bankloan.xls', 'rb') as f: f ...
分类：
其他好文 时间：
2018-10-12 13:44:04
阅读次数：
384
神经网络对于深度学习是十分重要的，线性回归做预测，逻辑回归做分类，神经网络是用来做预测的，预测和分类都属于机器学习 多元线性回归是线性的模型，需要对点进行拟合，要找直线的最优解，要评估误差损失最小的时刻，一般直线无法穿过所有的点，如何更完美的穿过所有的就用到多项式回归 非线性数据变成线性数据 如果数 ...
分类：
编程语言 时间：
2018-10-09 18:11:45
阅读次数：
228
最近研究逻辑回归，Iris花的经典示例，代码就不全粘贴了，具体代码参看“Iris花逻辑回归与实现” X[y==0, 0]中的y==0是个什么东东，为什么可以占据X的第一个位置？ 首先我们看一下X是个什么？ Output: X是一个数组，数组的元素是一个二元组。在解释X[y==0, 0]之前，首先要明 ...
分类：
编程语言 时间：
2018-10-07 21:35:24
阅读次数：
4408
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
