逻辑回归
摘要：一、逻辑回归算法原理逻辑回归（Logistic Regression） 属于机器学习 — 监督学习 — 分类。 逻辑回归（Logistic Regression）主要解决二分类问题，用来表示某件事情发生的可能性。 逻辑回归本质上是线性回归，只是在特征到结果的映射中加入了一层函数sigmoid函数映射
阅读全文
posted @
2022-11-14 09:59
苦大师
阅读(199)
推荐(0) 编辑
Sigmoid函数原型
摘要：sigmoid函数原型对于分类任务来说，如果仅仅给出分类的结果，在某些场景下，提供的信息可能并不充足，这就会带来一定的局限。因此，我们建立分类模型，不仅应该能够进行分类，同时，也应该能够提供样本属于该类别的概率。这在现实中是非常实用的。例如，某人患病的概率，明天下雨概率等。因此，我们需要将z的值转换
阅读全文
posted @
2022-11-14 09:44
苦大师
阅读(168)
推荐(0) 编辑
Metric评价指标及损失函数
摘要：Error系列的指标及loss损失函数，该系列有： 均方误差（Mean Square Error，MSE） 平均绝对误差（Mean Absolute Error，MAE） 均方根误差（Root Mean Square Error，RMSE） 均方对数误差（Mean Squared Log Error
阅读全文
posted @
2022-11-08 15:49
苦大师
阅读(386)
推荐(0) 编辑
多元线性回归
摘要：原理解析 多元线性回归通俗理解就是一个因变量与多个自变量之间的相关关系 scikit-learn中的线性回归使用 from sklearn.linear_model import LinearRegression from sklearn.model_selection import train_t
阅读全文
posted @
2022-11-03 09:07
苦大师
阅读(1172)
推荐(0) 编辑
线性回归
摘要：1. 什么是线性回归其实回归算法是相对分类算法而言的，与我们想要预测的目标变量y的值类型有关。如果目标变量y是分类型变量，如预测用户的性别（男、女），预测月季花的颜色（红、白、黄……），预测是否患有肺癌（是、否），那我们就需要用分类算法去拟合训练数据并做出预测；如果y是连续型变量，如预测用户的收入（
阅读全文
posted @
2022-11-01 14:09
苦大师
阅读(268)
推荐(0) 编辑
