分类预测模型知识点梳理.docxVIP

PAGE 7 分类模型 简介： 分类是指构造一个分类模型，输入样本的特征值，输出对应的类别，将每个样本映射到预先定义好的类别中。分类模型若建立在已有类标记的数据集上，则属于有监督学习。在实际应用场景中，分类算法被用于行为分析，物品识别，图像检测等 逻辑回归(logistic regression)和Fisher线性判别分析两种分类算法，并多分类线性判别分析和多分类逻辑回归。 目录 TOC \o 1-3 \h \z \u 一、 逻辑回归（logistic regression） 3 1.1 基本原理 3 1.1.1 线性概率模型（Linear Probability Model，简记LPM） 3 1.1.2 两点分布（伯努利分布） 3 1.1.3 建模函数（Sigmoid函数） 3 1.2 分类处理 5 1.3 过拟合现象 5 1.3.1 处理方法 5 1.4 Spss输出解读 5 1.4.1 Omnibus检验 5 1.4.2 模型拟合优度（Goodness of Fit）评价 6 1.4.3 参数解读 6 二、 Fisher线性判别分析（LDA）【二元】 7 2.1 基本原理 7 三、 Fisher线性判别分析(LDA)【多分类问题】 9 3.1 基本原理 9 四、 sof