标签:最大的 技术 ima 一对多 开始 logs width 显示 二分
现在,我们将讨论数据分类时,我们有两个以上的类别。而Y = {0,1}我们将扩大我们的定义,Y = { 0,1…}。
因为Y = { 0,1…},我们把我们的问题转化为n + 1(+ 1因为索引从0开始)二分类问题;在每一个,我们预测,“Y”是我们的一个类成员概率。
我们基本上是选择一类,然后将所有的人到一个单一的二类。我们反复这样做,对每一种情况应用二元logistic回归,然后使用返回最高值的假设作为我们的预测。
下图显示了如何将3个类进行分类:
总结:
训练一个Logistic回归分类器hθ(x)为每个类?预测??y =i的??概率。
在一个新的X做一个预测,挑选最大的hθ(x)。
标签:最大的 技术 ima 一对多 开始 logs width 显示 二分
原文地址:http://www.cnblogs.com/zhengzhe/p/7225760.html