栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

第六章logistic回归:记录重点

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

第六章logistic回归:记录重点

  • logistic 分类器是由一组权值系数组成的,最关键的问题就 是如何获取这组权值,通过极大似然函数估计获得,并且 Y ~ f ( x ; w ),算法核心:求w(?)
  • logistic模型

         

  • 似然函数:与模型的参数选择有关,似然函数取得最大值表示相应的参数能够 使得统计模型最为合理。
  • 对数似然函数,需要对L(w)求极大值,得到w的估计值。有梯度下降法及拟牛顿法

          

  • 在满足约束条件的模 型集合中选取熵最大的模型

  • 特征函数:

          

  • 算法:
      改进的迭代尺度法       梯度下降法       牛顿法       拟牛顿法

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/272896.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号