Публикации по теме 'logistic-regression'
Коллекция API и модели обработки естественного языка
Коллекция API и модели обработки естественного языка
Я нахожусь на 6-й неделе программы GA Data Science Immersive. До сих пор мы рассмотрели хорошие основы машинного обучения с учителем, а именно модели регрессии и классификации.
В центре внимания проекта этой недели — обработка естественного языка. Проект включает в себя сбор данных с Reddit и применение методов векторизации текста для обработки машинного обучения.
В этой статье я рассмотрю процесс сбора данных и прогнозной..
Прогнозирование показателей выживаемости при раке молочной железы с использованием логистической регрессии
Приступая к третьему этапу моего буткемпа по науке о данных в школе Flatiron, я был очень рад узнать больше о различных моделях машинного обучения. Наша 3-я фаза сосредоточена на машинном обучении, и мы впервые попробовали модели классификации. Как помешанный на математике, я любил погружаться в математику, стоящую за всеми новыми моделями, которые теперь есть в нашем наборе инструментов для обработки и анализа данных. В частности, когда мы изучали нашу первую модель классификации..
Руководство для начинающих по логистической регрессии
Что это такое, как это работает и когда его использовать
Если вы хотите заняться машинным обучением, логистическая регрессия просто необходима, когда дело доходит до создания набора инструментов для ваших знаний. Это один из основных строительных блоков машинного обучения. Логистическая регрессия — это простой, но мощный инструмент машинного обучения. Вы обнаружите, что логистическая регрессия используется повсеместно, как в промышленности, так и в научных кругах. Если вы развиваете..
Логистическая регрессия (классификация) — математическая интуиция
Оглавление : 1. Необходимость логистической регрессии и математика, стоящая за ней 2. Логистическая регрессия для мультиклассовой классификации 3. Библиотека Python для реализации логистической регрессии 4. Ссылки
Классификация — это проблема прогнозного моделирования, которая включает в себя присвоение метки класса примеру. Проблема классификации с двумя классами известна как Двоичная классификация , а проблема с более чем двумя классами известна как Мультиклассовая..
Максимальная вероятность в логистической регрессии
Привет, Асад здесь. Надеюсь, вы уже прочитали две мои мини-статьи о логистической регрессии, если не нажмите здесь, чтобы прочитать часть 1 и часть 2 .
Как обсуждалось в прошлой статье, мы знаем, что будем использовать максимальную вероятность, чтобы лучше всего подогнать волнистую линию к точкам данных. Давайте посмотрим, как подобрать и выбрать наиболее подходящий для классификации.
На приведенном выше графике у нас есть ось Y, которая имеет вероятность сдачи экзамена, ответ..
Простая, но эффективная модель для решения задач линейной классификации.
Наука о данных: машинное обучение
Простая, но эффективная модель для решения задач линейной классификации.
Модель контролируемой логистической регрессии в scikit-learn
Логистическая регрессия — это краеугольный камень машинного обучения, облегчающий классификацию путем моделирования вероятности принадлежности экземпляра к определенной категории. Библиотека scikit-learn (часто сокращенно sklearn ) в Python предоставляет надежные инструменты для построения моделей логистической..
Логистическая регрессия
Логистическая регрессия — это широко используемый алгоритм статистического и машинного обучения, который в основном используется для задач бинарной классификации. В отличие от линейной регрессии, которая предназначена для прогнозирования непрерывных числовых значений, логистическая регрессия специально предназначена для обработки категориальных результатов с двумя возможными классами (например, Да/Нет, Истина/Ложь, 0/1).
Цель логистической регрессии состоит в том, чтобы делать прогнозы и..
