机器学习__Logistic回归.pptxVIP

下载本文档

5
0
约小于1千字
约 13页
2023-01-17 发布于江西
举报
版权申诉

机器学习__Logistic回归.pptx

1、本文档共13页，可阅读全部内容。
2、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。
3、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。
4、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)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

Logistic回归对数线性回归对数线性回归广义(generalized)线性模型单调可微的联系函数 Logistic回归线性回归模型产生的实值输出期望输出??找 z 和 y 的联系函数“单位阶跃函数”0510-10-5??0.51? Logistic回归线性回归模型产生的实值输出期望输出??找 z 和 y 的联系函数0510-10-5??0.51?“对数几率函数” Logistic回归?几率(odds)，反映了 x 作为正例的相对可能性?对数几率（亦称logit)，Logistic 回归 Logistic回归是一个分类算法，它可以处理二元分类以及多元分类。首先逻辑回归构造广义的线性回归函数，然后使用sigmoid函数将回归值映射到离散类别。X1X2…xn2.10.80.20or1输入中间值概率输出线性回归Sigmoid函数二分类逻辑回归模型：分类学习算法 Logistic回归01无需事先假设数据分布02可得到“类别”的近似概率预测03可直接应用现有数值优化算法求取最优解 Logistic回归给定数据集极大似然法?令，，则可简写为再令于是，最大化似然函数等价为最小化高阶可导连续凸函数，可用经典的数值优化方法如梯度下降法/牛顿法 [Boyd and Vandenberghe, 2004]则似然项可重写为 Logistic回归与线性回归的联系与区别Logistic回归在线性回归的实数输出范围加上Sigmoid函数，将输出值收敛在0~1。其损失函数也因此从误差平方和函数变为对数损失函数。对数损失函数?误差平方和函数X1X2…xn2.10.80.20or1输入中间值概率输出线性回归Sigmoid函数 Logistic回归与线性回归的联系与区别Logistic回归在线性回归的实数输出范围加上Sigmoid函数，将输出值收敛在0~1。其损失函数也因此从误差平方和函数变为对数损失函数。线性回归是使用最小二乘法优化目标函数，而逻辑回归是使用梯度下降或者牛顿法。逻辑回归是以线性回归为理论支持的，但线性回归模型无法做到Sigmoid的非线性形式。Sigmoid可以轻松处理0/1分类问题。 Logistic回归二项逻辑回归模型（二分类）： Logistic回归???多项逻辑回归模型（多分类）： THANKS