-
2022-10-28
查看全部 -
分類(lèi)算法
分類(lèi)學(xué)習(xí)的基本概念
建立模型邏輯：
類(lèi)別并非男和女，而是女和非女，因?yàn)椴磺宄诸?lèi)總和是否全體，所以采用A和非A作為分類(lèi)。
評(píng)價(jià)指標(biāo)
正確率，代表在整體中識(shí)別正確的幾率
精度：數(shù)據(jù)輸出的正確率
召回率：輸入的數(shù)據(jù)能夠識(shí)別出來(lái)的正確率
F1 score 是精度和召回率的調(diào)和平均值
邏輯回歸? ：logistic回歸（LR） 邏輯回歸是一種廣義的線性回歸分析模型
常用于數(shù)據(jù)挖掘、疾病自動(dòng)診斷、經(jīng)濟(jì)預(yù)測(cè)等等領(lǐng)域。
邏輯回歸算法的優(yōu)缺點(diǎn)
優(yōu)點(diǎn)：思路清晰簡(jiǎn)單易實(shí)現(xiàn)，實(shí)現(xiàn)代價(jià)低
缺點(diǎn)：只能處理線性問(wèn)題，對(duì)于非線性問(wèn)題的擬合度、精度低
上圖為sigmoid函數(shù)
一般來(lái)說(shuō)，在二維空間的線性變換下，z = ax + b? ，同理 w^T在此也是系數(shù)矩陣，系數(shù)矩陣乘以特征向量加上常量，常量b可以加到w^T矩陣?yán)锩?，省略不?xiě)b
sigmoid函數(shù)的圖像：
邏輯回歸的模型就是每個(gè)特征的回歸系數(shù)，即W^T
特征：線性分類(lèi)，不進(jìn)行特別處理，無(wú)法處理非線性的問(wèn)題
通過(guò)訓(xùn)練數(shù)據(jù)集，計(jì)算出最合適的系數(shù)向量，即W^T，最合適即是指錯(cuò)誤概率最低的情況
應(yīng)用：邏輯回歸是分類(lèi)算法的經(jīng)典算法
查看全部 -
邏輯回歸，是監(jiān)督學(xué)習(xí)里面的分類(lèi)所使用的最經(jīng)典算法
監(jiān)督學(xué)習(xí)? 使模型對(duì)給定的輸入，能夠映射預(yù)測(cè)的結(jié)果，使用有標(biāo)記的數(shù)據(jù)。
非監(jiān)督學(xué)習(xí)? ?直接對(duì)沒(méi)標(biāo)記的訓(xùn)練數(shù)據(jù)進(jìn)行建模學(xué)習(xí)，使用無(wú)標(biāo)記的數(shù)據(jù)。
查看全部 -
邏輯回歸查看全部
-
初始化回歸系數(shù)向量
查看全部 -
測(cè)試章節(jié)下多個(gè)筆記
查看全部 -
本次學(xué)習(xí)位置0:31
查看全部 -
邏輯回歸與線性回歸之間的聯(lián)系
查看全部 -
求梯度表達(dá)式
查看全部 -
樣本屬于真實(shí)標(biāo)簽的概率表達(dá)式
查看全部 -
似然函數(shù)表達(dá)式
查看全部 -
Maximum likelihood：
利用已知的樣本結(jié)果，反推最有可能導(dǎo)致這樣結(jié)果的參數(shù)值
查看全部 -
“最合適”，可理解為錯(cuò)誤概率最低的情況
查看全部 -
邏輯回歸的性質(zhì)：線性分類(lèi)器，若無(wú)特殊處理，無(wú)法解決非線性問(wèn)題；
建模過(guò)程：通過(guò)訓(xùn)練數(shù)據(jù)集，計(jì)算出“最合適”的系數(shù)向量
查看全部 -
邏輯回歸模型，就是每個(gè)特征的回歸系數(shù)，即wT + b
查看全部 -
邏輯回歸表達(dá)式；Sigmoid
查看全部 -
混淆矩陣；評(píng)價(jià)指標(biāo)
查看全部 -
梯度的計(jì)算方法
查看全部
舉報(bào)