FAFU机器学习05-2 Linear Model for Classification课件.pptxVIP

下载本文档

0
0
约1.48万字
约 36页
2023-11-06 发布于陕西
举报
版权申诉

FAFU机器学习05-2 Linear Model for Classification课件.pptx

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

Foundations of Machine Learning Linear Model for Classification2023/11/4Linear Model for ClassificationLesson 4 - 1 Linear Model for ClassificationLogistic Regression (逻辑回归或者对数几率回归）Tuning models with grid searchMulti-class classification (多分类学习)Class-imbalance (类别不平衡)问题Multi-label classification (多标签分类)2023/11/4Linear Model for ClassificationLesson 5 - 2 Logistic Regression (逻辑回归)In Linear Regression, we discussed simple linear regression, multiple linear regression, and polynomial regression. These models are special cases of the generalized linear model (广义线性模型), a flexible framework that requires fewer assumptions than ordinary linear regression. In this lesson, we will discuss some of these assumptions as they relate to another special case of the generalized linear model called logistic regression.2023/11/4Linear Model for ClassificationLesson 5 - 3 逻辑回归逻辑回归是一种将数据分类为离散结果的方法。分类问题其实和回归问题相似，不同的是分类问题需要预测的是一些离散值而不是连续值。例如，我们可以使用逻辑回归将电子邮件分类为垃圾邮件或非垃圾邮件。能不能直接使用回归分析处理分类问题？2023/11/4Linear Model for ClassificationLesson 5 - 4 Binary classification with logistic RegressionIn logistic regression, the response variable describes the probability that the outcome is the positive case. If the response variable is equal to or exceeds a discrimination threshold, the positive class is predicted; otherwise, the negative class is predicted. The response variable is modeled as a function of a linear combination of the explanatory variables using the logistic function.2023/11/4Linear Model for ClassificationLesson 5 - 5 Cost Function我们不能在逻辑回归中使用和线性回归相同的cost function，因为其输出会是波动的，出现很多局部最小值，即它将不是‘凸函数’。2023/11/4Linear Model for ClassificationLesson 5 - 6 因为y={0,1},可以将目标函数做如下简化：2023/11/4Linear Model for ClassificationLesson 5 - 7 Cost Function for Solving Overfitting我们同样可以将正则化应用到逻辑回归中，解决过拟合的问题。2023/11/4Linear Model for ClassificationLesson 5 - 8 sklearn.linear_model.LogisticRegressionclass sklearn.linear_model.LogisticRegression(penalty=’l2’, dual=False, tol=0.0001, C=1.0, fit_intercept=T