1）线性回归要求变量服从正态分布，logistic回归对变量分布没有要求。 2）线性回归要求因变量是连续性数值变量，而logistic回归要求因变量是分类型变量。 3）线性回归要求自变量和因变量呈线性关系，而logistic回归不要求自变量和因变量呈线性关系 4）logistic回归是分析因变量取某 ...
分类：
其他好文 时间：
2018-04-30 14:32:23
阅读次数：
184
一般来说，回归不用在分类问题上，因为回归是连续型模型，而且受噪声影响比较大。如果非要应用进入，可以使用logistic回归。logistic回归本质上是线性回归，只是在特征到结果的映射中加入了一层函数映射，即先把特征线性求和，然后使用函数g(z)函数来预测。 下面介绍一个线性逻辑回归的案例，这里被用 ...
分类：
其他好文 时间：
2018-04-25 22:10:48
阅读次数：
269
logistic回归 很多时候我们需要基于一些样本数据去预测某个事件是否发生，如预测某事件成功与失败，某人当选总统是否成功等。 这个时候我们希望得到的结果是 bool型的,即 true or false 我们最先想到的是通过最小二乘法求出线性回归模型， 即 Y = WTX = w0x0 + w1x1 ...
分类：
其他好文 时间：
2018-04-20 16:09:41
阅读次数：
246
一、模型概念 逻辑回归将线性函数复合于逻辑斯蒂函数中，用其取值估计分类概率，从而在空间形成超平面对样本点进行分类。 Logistic回归实质：发生概率除以没有发生概率再取对数。就是这个不太繁琐的变换改变了取值区间的矛盾和因变量自变量间的曲线关系。究其原因，是发生和未发生的概率成为了比值 ，这个比值就 ...
分类：
其他好文 时间：
2018-04-09 14:54:22
阅读次数：
240
Softmax回归 Contents [hide] 1 简介 2 代价函数 3 Softmax回归模型参数化的特点 4 权重衰减 5 Softmax回归与Logistic 回归的关系 6 Softmax 回归 vs. k 个二元分类器 7 中英文对照 8 中文译者 简介 在本节中，我们介绍Softm ...
分类：
其他好文 时间：
2018-04-01 13:10:24
阅读次数：
221
常用于大规模稀疏机器学习问题上 1.优点： 高效 简单 2.可以选择损失函数 loss=”hinge”: (soft-margin)线性SVM. loss=”modified_huber”: 带平滑的hinge loss. loss=”log”: logistic回归 3.通过penalty参数，可 ...
分类：
其他好文 时间：
2018-03-29 22:38:29
阅读次数：
920
一、常用标记 样本：(x, y) x为输入，y为输出 输入x：x是一个nx维的特征向量 输出y：取值为0或1 样本数量：m 样本空间：{(x(1),y(1)),(x(2),y(2)),...,(x(m),y(m))} 矩阵X=[x(1),x(2),...,x(m)] 矩阵Y=[y(1),y(2),. ...
分类：
其他好文 时间：
2018-03-29 00:13:03
阅读次数：
191
前言 由于本部分内容讲解资源较多，本文不做过多叙述，重点放在实际问题的应用上。 一、线性回归 线性回归中的线性指的是对于参数的线性的，对于样本的特征不一定是线性的。 线性模型（矩阵形式）：y=XA+e 其中：A为参数向量，y为向量，X为矩阵,e为噪声向量。 对于线性模型，通常采用最小二乘法作为其解法 ...
分类：
其他好文 时间：
2018-03-14 20:42:28
阅读次数：
363
神经网络基础 1.图计算 计算时有两种方法：正向传播和反向传播。正向传播是从底层到顶层的计算过程，逐步推出所求公式。反向传播是从顶层到底层，从已知的式子求出因变量的影响关系。 在这里用到的反向传播算法就是为了通过似然函数(成本函数)来确定要计算的参数。 在这里，logistic回归应用了反向传播，主 ...
分类：
其他好文 时间：
2018-02-18 21:56:53
阅读次数：
208
ng机器学习视频笔记（四） ——logistic回归 （转载请附上本文链接——linhxx） 一、概述 1、基本概念 logistic回归（logistic regression），是一个分类（classification）算法（注意不是回归算法，虽然有“回归”二字），用于处理分类问题，即结果是离散 ...
分类：
其他好文 时间：
2018-02-04 12:48:38
阅读次数：
191
