Публикации по теме 'logistic-regression'
Статистика с точки зрения муравья: логистическая регрессия — мощный инструмент прогнозного моделирования
Введение
Логистическая регрессия — это статистический метод, используемый для анализа данных и прогнозирования на основе исторических наблюдений. Это популярный инструмент в науке о данных и машинном обучении из-за его универсальности и простоты реализации. В этой статье мы познакомим вас с основами логистической регрессии и объясним, как ее можно использовать для прогнозного моделирования.
Логистическая регрессия — это тип регрессионного анализа, который используется для..
Распознавание рукописных цифр с помощью Scikit-Learn
Распознавание рукописного текста - проблема, которая восходит к первым автоматам, которым требовалось распознавать отдельные символы в рукописных документах. Классификация рукописного текста или чисел важна для многих реальных сценариев. Например, почтовая служба может сканировать почтовые индексы на конвертах, чтобы автоматизировать группировку конвертов, которые необходимо отправить в одно и то же место. В этой статье описывается распознавание рукописных цифр (от 0 до 9) с использованием..
Введение в нейронные сети, часть I
Интуиция из логистической регрессии
Цель этой серии статей – дать представление о нейронных сетях высокого уровня с разных точек зрения.
Логистическая регрессия
Напомним, что для бинарной классификации логистическая регрессия подгоняет линейную модель к логарифмическим шансам попадания в данный класс:
Чтобы раскрыть P(Y = 1 | X) для заданного X, мы можем применить сигмовидную функцию 𝞂 к обеим частям уравнения:
Мы можем разделить процесс предсказания класса Y следующим..
6 типов регрессионных моделей машинного обучения
Введение
Линейная регрессия и логистическая регрессия — это два типа регрессионного анализа , которые используются для решения проблемы регрессии с помощью машинного обучения . Они являются наиболее известными методами регрессии. Но в машинном обучении существует много типов методов регрессионного анализа, и их использование зависит от характера задействованных данных.
В этой статье объясняются различные типы регрессии в машинном обучении и при каких условиях каждый из них можно..
Логистическая классификация для инженерных приложений с использованием градиентного спуска и нормального уравнения…
В моей последней статье под названием Применение алгоритмов градиентного спуска и нормального уравнения для разработки математических моделей для инженерных целей обсуждалось использование методов градиентного спуска и нормального уравнения для линейной регрессии, которая дает непрерывный результат. В данной статье рассматривается логистическая классификация, дающая дискретные результаты.
Давайте представим это на примере реального инженерного контекста: если инженеры хотят изучить,..
Функция стоимости логистической регрессии
Почему мы не можем использовать среднеквадратичную ошибку (MSE) в качестве функции стоимости для логистической регрессии?
Как бы вы подошли к выбору правильных параметров для логистической регрессии?
SOLVER (LIBLINEAR), C (REGULARIZATION PARAMETER), RFE, WRAPPER и FILTER методы
Выбор правильных параметров для логистической регрессии необходим для достижения оптимальной производительности модели. Вот несколько шагов, которым мы можем следовать, чтобы выбрать правильные параметры:
Выберите решатель : Логистическая регрессия решена …