没有合适的资源?快使用搜索试试~ 我知道了~
《机器学习实战》第五章Logistic回归学习笔记.pdf
需积分: 29 0 下载量 19 浏览量
2022-08-09
11:52:01
上传
评论
收藏 1.05MB PDF 举报
温馨提示
试读
9页
本资源为本人针对《机器学习实战》一书中Logistic回归的学习笔记,可免费参考学习
资源推荐
资源详情
资源评论
回归:用一条直线对一些数据点进行拟合,该线称为最佳拟合直线。
Logistic回归主要思想:根据现有数据对分类边界线建立回归公式,回归线左右两侧标签值不同。
5.1基于Logistic回归和Sigmoid函数的分类
Sigmoid函数在跳跃点上从0瞬间跳跃到1,这个瞬间跳跃过程更易处理。
Logistic回归的一般过程
(1)收集数据:采用任意方法收集数据。
(2)准备数据:由于需要进行距离计算,因此要求数据类型为数值型。另外,结构化数据
格式则最佳。
(3)分析数据:采用任意方法对数据进行分析。
(4)训练算法:大部分时间将用于训练,训练的目的是为了找到最佳的分类回归系数。
(5)测试算法:一旦训练步骤完成,分类将会很快。
(6)使用算法:首先,我们需要输入一些数据,并将其转换成对应的结构化数值;接着,基于训练好的回归系数
就可以对这些数值进行简单的回归计算,判定它们属于哪个类别;在这之后,我们就可以在输出的类别上做一
些其他分析工作。
Logistic回归
优点:计算代价不高,易于理解和实现。
缺点:容易欠拟合,分类精度可能不高。
适用数据类型:数值型和标称型数据。
资源评论
Mr.狐友
- 粉丝: 177
- 资源: 3
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功