原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
逻辑回归决策树基本原理
逻辑回归基本原理逻辑回归（LogisticRegression）逻辑回归是回归方法的一种。回归是通过具有已知值的变量来预测其它变量的值，最简单的回归采用线性回归。但是很多问题不能用简单的线性回归所能预测，如零售商品的销售，股票价格等，因为这些事件变化所需变量太多，且变量本身非线性，故使用非线性回归方法，如逻辑回归、决策树等等。逻辑回归模型根据输入字段的值对记录进行分类，分为二项逻辑回归和多项逻辑回归，主要就在于目标变量是多少个类别。逻辑回归模型，主要是用来对受多因素影响的事件进行概率预测，根据预测的概率对目标变量进行分类。逻辑回归基本原理以最常用的二值型logistic回归为例，即因变量的取值只包含两个类别例如：好、坏；发生、不发生；P为事件A发生的概率，x为影响因素，记Odds（优势）为即（发生/不发生，是一个概率值，在0到1之间）影响因素经过转换，计算出P值，以此对目标变量进行分类如P0.5为一类，P0.5为另外一类。逻辑回归模型主要应用方向广泛的应用于银行信贷用户等级划分，客户的流失及预测分析。——案例分享问题描述：根据客户信息，预测客户流失可能性输入男29POS消费2000/月……工资收入6000/月理财产品A逻辑回归模型流失概率（0.38）输出决策树基本原理决策树（DecisionTree）决策树是一个类似于流程图的树结构，提供了一种展示类似在什么条件下会得到什么值这类规则的方法；在已知各种情况发生概率的基础上，通过构成决策树来求取期望大于等于零的概率，如评价项目风险、判断其可行性的决策分析方法。决策树是直观运用概率分析的一种图解法。在机器学习中，决策树是一个预测模型，典型的应用在以下几个方面：预测潜在客户，辨别客户忠诚度，评估客户风险等。其中每个内部节点表示在一个属性上的测试，每个分枝代表一个测试输出，而每个树节点代表类或者类分布。树的最顶层节点是根节点。决策树的典型应用——金融问题描述：预测信用水平是好还是差，银行据此决定是否向客户发放贷款，发放多少结果描述：是否是是否否批准不批准批准
文档评论（0）