逻辑回归模型介绍.pptx

逻辑回归模型介绍

2逻辑回归模型发展历程及演变3逻辑回归模型4模型估计目录CONTENTS1应用案例5RealRec案例演示

图像数据图像峰度图像偏度训练数据导入训练集分析建模部署应用图像熵值数据汇总多维特征工程特征提取背景需求基于货币的高清图像数字信息，分拣出其中的假币解决方案选择多种机器学习算法进行假币异常检测，优化预测识别结果。应用效果假币预测准确率指标accuracy由0.84提高到0.98。案例：假币识别数据预处理评估集建立逻辑回归模型假币异常检测建模分析机器学习算法横向比较假币识别建模模型选择及优化假币异常检测

2逻辑回归模型发展历程及演变3逻辑回归模型4模型估计目录CONTENTS1应用案例5RealRec案例演示

STEP逻辑回归模型，又称Logit模型，是最早的离散选择模型，也是目前应用最广的模型。衍生离散模型：Probit模型、NL模型（NestLogitmodel）、MixedLogit模型等。发展Logit模型是Luce（1959）根据IIA特性首次导出的。Marschark（1960）证明了Logit模型与最大效用理论的一致性。Marley（1965）研究了模型的形式和效用非确定项的分布之间的关系，证明了极值分布可以推导出Logit形式的模型。McFadden（1974）反过来证明了具有Logit形式的模型效用非确定项一定服从极值分布。

2