我有一个关于R的逻辑回归函数的问题。我想知道是否有一种方法来判断glm的预测曲线是否会被合理地塑造，例如，一条漂亮的S形曲线，而不是一条平坦的曲线/直线？我不确定是否有任何参数或值可以分析和提供有关这方面的信息……我计算了“边界”，它给出了一个值，但即使该值在可接受的</em
浏览 22提问于2021-03-24得票数 0
我在学习神经网络时，在我的机器学习课本中遇到了这个问题：The output of the sigmoid function may be interpr
浏览 2提问于2014-02-26得票数 2
2回答
我正在尝试对数据运行条件逻辑回归，类似于下面的示例：
table.10.3 <- data.frame(pair=rep(1:144,rep(2,144)),我的问题是如何以图形方式重新显示结果？我需要举行，因为我是一个非常新的R绘图。我试过vcd包了。我可以得到其他一些虚拟数据的马赛克图。但我想要绘制clogit模型的结果。
浏览 2提问于2014-01-23得票数 7
2回答
我知道线性回归做“回归”，logistic回归做“分类”。当我们实现这两种方法时，我能注意到的唯一不同是损失函数:线性回归使用均方误差这样的损失函数，logistic使用交叉熵。还有什么我不知道的区别吗？
浏览 0提问于2018-09-14得票数 1
回答已采纳
1回答
我指的是ROC链接，它解释了如何使用ROCR包绘制曲线和其他相关的精度测量指标。作者在一开始提到了logistic回归，但是这些函数(预测，来自ROCR的性能)是否适用于其他分类算法，如SVM，决策树等？我尝试对我的SVM模型的结果使用预测()函数，但它抛出了一个格式错误，尽管参数的类型和维度都相同。此外，我不确定如果我们尝试为这些算法设计ROC曲线</e
浏览 0提问于2017-10-27得票数 1
1回答
我认为逻辑回归可以用于回归(获取0到1之间的数字，例如使用逻辑回归来预测0到1之间的概率)和分类。问题是，似乎在我们提供了训练数据和目标之后，逻辑回归可以自动计算出我们是在进行回归还是在进行分类？例如，在下面的示例代码中，逻辑回归计算出我们只需要输出是3个类0, 1, 2中的一个，而不是0和2之间的任何数字？只是好奇逻辑
浏览 12提问于2016-08-25得票数 0
1回答
Logistic回归框架
、、、
我正在用分类器编写逻辑回归的框架。有人能帮助我验证它并建议主要的库(例如sklearn)函数吗？以下是我想出的：
问:是否有一个函数，允许选择测试集作为一组火车的外推，而不是使用随机选择？(train_test_split不这样做)
问:是否有一个函数<
浏览 6提问于2015-10-07得票数 0
我有一个回归问题，我想使用logistic回归而不是逻辑分类，因为我的目标变量y是0到1之间的连续变量。然而，在Python中，logistic回归的常见实现似乎完全是逻辑分类。我还看过GLM实现，似乎没有一个实现过sigmoid链接函数。有人能指点我将Python实现的逻辑回归作为回归算法的方向吗？
浏览 4提问于2020-12-12得票数 1
回答已采纳
2回答
年龄分类损失函数
、、、、
假设一个人的年龄在1-100之间，我的最后一个线性层包含100个输出神经元.My的观察：
我不能使用MSE或BCE损失，因为它们的工作原理非常不合适，好像实际年龄是25岁，那么对于预测的26岁和50岁，也会有相同的损失。但我认为它们也不能用于这类分类，因为它们只是在两个向量之间寻找相似之处，而不对附近的实际预测对(不包括
浏览 0提问于2020-09-11得票数 3
3回答
分类问题，如logistic回归或多项式logistic回归，优化了一个交叉熵损失.通常情况下，交叉熵层遵循软最大层，产生概率分布.在tensorflow中，至少有一打不同的交叉熵损失函数()。tf.losses.softmax_cross_entropy
tf.losses.sigmoid_cross_entropytf.nn.sigmoi
浏览 19提问于2017-10-31得票数 99
回答已采纳
2回答
我正在上Ng教授的机器学习课。有一个作业需要实现逻辑回归梯度下降。下面是我的代码：%COSTFUNCTION Compute cost and gradient for logisticregression and the gradient of the cost
% w.r.t. to the parameters==============================================
浏览 0提问于2020-07-23得票数 0
在logistic回归算法中，我们有两个显著的函数(或方程)：1. Logistic回归函数。2. Logit功能。
我想知道：( a )在逻辑回归模型的建立过程中，使用了哪些方程(S)？我想知道logit函数在logistic回归建模过程中的真正目的。<e
浏览 0提问于2019-06-05得票数 2
1回答
线性回归与自梯度
、、、
设$F \in \ in {R}^{S \times }$是一个特征矩阵，我想使用自梯度1的logistic回归对它们进行分类。我使用的代码与下面的示例2中的代码类似。我唯一想要更改的是，我在$\mathbb{R}^{F \倍L}$中有一个附加的权重矩阵，我想应用于每个特性。因此，将每个特征与$W$相乘，然后输入logistic回归。是否有可能同
浏览 2提问于2017-03-30得票数 0
回答已采纳
假设存在二进制分类问题和相对较小的数据集($\sim \mathbb{R}^{5000 \x39}$)。通过使用常用的ML技术，从logistic回归开始，根据模型的不同，我可以在验证样本上达到~0.76~0.79 AUC。因此，从模型中可以明显地提取出一些重要的信号。也就是说，使用R：(NB: AFAIK )中的keras语言不应该是个问题，因为它只是R
浏览 0提问于2018-06-25得票数 3
我正在解决一个问题，在这个问题中，我的响应变量是一个相对幂，其值不能超过100%。当我使用线性回归或任何其他机器学习算法时，预测值超过100%，我希望将其限制为100%。
浏览 18提问于2019-06-10得票数 1
我正在尝试用python从头开始实现其中一个R代码，它涉及到逻辑回归。
据我所知，logistic回归(当使用梯度下降执行一对所有)时，我认为如果有F个特征和L个标签，那么我们就有M×F系数。基本上，我们对M个标签中的每一个都有F个不同的向量，然后计算输入X的sigmoid函数，哪个向量给出最大值就是预测的类别。R中的逻辑回归<
浏览 0提问于2018-08-04得票数 0
逻辑乙状结肠功能在logistic回归中的作用是什么？为什么它需要成为假设函数h(x)的一部分？
据我所知，逻辑sigmoid函数给出了某种输入向量x包含在标签y的类C1中的概率。在二进制类情况下，如果h(x) >= 0,5，我们说x属于一个类，否则它属于另一个类。在logistic回归模型中，假设函数h
浏览 0提问于2018-06-08得票数 1
回答已采纳
1回答
我上过一门关于神经网络的课程，不太明白为什么我从logistic回归和两层神经网络(输入层和输出层)中得到了不同的结果。输出层使用sigmoid激活函数。根据我所了解到的，我们可以使用神经网络中的sigmoid激活函数来计算概率。这应该是非常相似的，如果不是完全相同的逻辑回归试图完成的。然后利用梯度下降将误差降到最小。也许有一个
浏览 1提问于2017-09-24得票数 10
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
