【模式识别与人工智能复习题】第二章-对数几率回归1.pptxVIP

第二章对数几率回归模式识别与人工智能授课教师：栾声扬汇报人：马乐杰

CONTENTS第三题3第一题1第二题2

PART01第一题

2.1.1对数几率回归什么是对数几率回归？对数几率回归的一般步骤？对数几率回归也叫逻辑回归。它是广义的线性模型，是用来做分类任务的。步骤：(1)收集数据：采用任意方法收集数据。(2)准备数据：由于需要进行距离计算，因此要求数据类型为数值型。另外，结构化数据格式则最佳。(3)分析数据：采用任意方法对数据进行分析，并画出决策边界。第一题

2.1.1对数几率回归什么是对数几率回归？对数几率回归的一般步骤？(4)训练算法：可以采用梯度上升算法来找到最佳参数。若有100个样本点，每个点包含两个数值型特征：和。在此数据集上，我们将通过使用梯度上升法找到最佳回归系数，也就是拟合出对数几率回归模型的最佳参数。大部分时间将用于训练，训练的目的是为了找到最佳的分类回归系数。第一题

2.1.1对数几率回归什么是对数几率回归？对数几率回归的一般步骤？(5)测试算法：一旦训练步骤完成，分类将会很快。(6)使用算法：随机梯度下降算法每次只随机选择一个样本来更新模型参数，因此每次的学习是非常快速的。需要注意的是，对于局部极小值点，扰动使