1回答
我正在尝试根据历史数据(y)估计函数的一些参数。这是一个带有异步更新(增量)的逻辑回归。 这就是有问题的系统： ? 其中(对于我们的目的) Xt = yt，n2被表示为(1-n1)，phi1和phi2被表示为phi1+deltaphi (作为phi2>phi1)，ut是由y_hat捕获的隐式误差项。0.05, 0.6), func,
浏览 15提问于2020-09-08得票数 1
回答已采纳
1回答
我不知道这两种情况是否都是这样：
当优化收敛时，logistic回归总是找到全局最优解吗？
浏览 1提问于2016-11-24得票数 1
1回答
本文采用线性回归、物流回归、决策树三种不同的算法来解决同一预测问题，并对它们的误差度量进行了比较。最初的问题是MAE、MSE和RMSE值随着每次运行而不断变化，这对我来说确实是个问题。建议的解决方案是使用random_state。
"random_state“参数适用于Logistic回归和决策树，但线性回归不接受此参数。在这种情况下，如何防止错误度量值的</em
浏览 4提问于2022-04-12得票数 0
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
我参加了一些机器学习的在线课程，总的来说，建议是为一个神经网络选择随机权重，以确保你的神经元不会都学习相同的东西，打破对称性。这些情况对零初始化安全吗？
浏览 0提问于2018-04-29得票数 7
以下是我对Logistic回归中MLE与梯度下降之间关系的理解。如果我错了，请纠正我：2) MLE是解析/精确的，GD是数值/近似的。不幸的是，Logistic<em
浏览 0提问于2022-05-09得票数 -4
1回答
我在一次采访中被问到，如果具有1等权约束的logistic回归，权重都是非负的和2，那么加权保持降阶可以得到全局最优，我知道没有约束它就能达到全局最优，在非负约束下，我认为用拉格朗日乘子结合kkt条件可以得到局部最优，但是是否有一种方法可以在下降权下得到局部最优？
浏览 2提问于2018-06-05得票数 0
1回答
我曾在同一标准化数据集(二进制分类)上训练过skearn中的Logistic回归和决策树。决策树的最重要系数是(按tree.feature_importances_排序)：对于logistic回归(按abs(logreg.coef_)排序)：“总日费用”是决策树中最重要的系数，而logistic回归则仅为第5位。S的“总日收费”比下一个决策树系数高出大约35%，但对于logreg来说，它几乎比最重要<em
浏览 0提问于2022-11-28得票数 0
就像我们用来找出线性回归中的最优θ值一样，我们能不能用一个类似的公式来进行Logistic回归？如果没有，为什么？如果有人能解释一下背后的原因，我将不胜感激。谢谢。
浏览 6提问于2016-06-23得票数 14
回答已采纳
scikit-learn库有以下类似的分类器： Logistic回归分类器有不同的求解器，其中之一是“sgd”。generated/sklearn.linear_model.LogisticRegression.html#sklearn.linear_model.LogisticRegression 它也有一个不同的分类器'SGDClassifier‘，损失参数可以作为逻辑回归的'log’提到。modules/generated/skle
浏览 42提问于2017-05-14得票数 14
1回答
我想学习如何在R中进行非线性回归。我设法学习了nls函数的基础知识，但我们如何知道在非线性回归中使用好的初始参数是至关重要的。rnorm(n, -e/b, 2) #Thanks to it we'll have many observations near the point where logistic function grows但请不要跟我说SSlogis的事。我知道这是一个注定要在logistic回
浏览 47提问于2020-04-02得票数 0
例如，在Python中对我的数据执行以下逻辑回归模型时。。。### Logistic regression with ridge penalty (L2) ###log_reg_l2_sag.fit(xtrain, ytrain)
我并没有指定范围内的岭惩罚值
浏览 1提问于2019-08-26得票数 1
回答已采纳
1回答
我在R中用glm函数发展了一个二项logistic回归，我需要三种输出，即对数似然(无系数)、对数似然(仅常数)、对数似然(最优)。
我需要哪些功能或包来获得这些输出？
浏览 2提问于2021-04-27得票数 0
回答已采纳
2回答
我正在阅读关于SVM的文章，我已经面对了非核化的SVMs只不过是线性分离器的观点。因此，SVM和logistic回归之间的唯一区别是选择边界的标准吗？显然，SVM选择最大边缘分类器，logistic回归是cross-entropy损失最小化的分类器。在某些情况下，SVM的表现要好于logistic回归，反之亦然？
浏览 0提问于2018-05-09得票数 12
回答已采纳
2回答
当我学习Logistic回归时，我们用负对数似然法对参数w进行优化。有一种说法是：，当训练样本线性分离时，最优w的大小可以达到无穷大。我很困惑: 1.最优w的大小是什么? 2.你能解释为什么w可以无限大吗？
浏览 2提问于2014-09-20得票数 1
1回答
是否有一个进行非线性logistic回归的R包？cbind (success, failure) ~ variable 1 + variable2, data = df, family = binomial (link = 'logit'))，我可以用nls去nls (y ~ a * x^2 + b * x + c, data = df)。)与binomial (link = 'logit')家族一起使用的函数，即将两者结合在一起。我一直在搜索谷歌
浏览 1提问于2017-07-27得票数 3
回答已采纳
1回答
我不确定这是不是这个问题的好地方，但我被告知CrossValidated不是。所以，所有这些问题都指的是滑雪，但如果你对逻辑回归有深入的见解，我也很想听听。2)在sklearn中，如何指定我想要什么样的正则化(L1与L2)？请注意，这与惩罚不同；惩罚指的是分类错误，而不是系数上的戊税。也许举个例子会很有帮助，但我很
浏览 3提问于2015-09-22得票数 6
回答已采纳
1回答
', label='Logistic')# axis为什么最优阈值是负数？什么意思？为什么我会得到一个负数？
浏览 0提问于2021-03-08得票数 0
3回答
我有一个数据集，提供关于不育和原因的数据。数据集主要为0,1以表示“是”和“否”。然而，有些字段有“有时”、“经常”，它们将由-1或2表示。我只学会了如何处理分类数据，即1,0和数字数据。所以我的问题是，除了1和0之外，还有更多的选项，我应该使用哪种类型的回归？Logistic回归还是线性回归？
浏览 0提问于2018-03-04得票数 1
回答已采纳
我目前正在收集关于买方和卖方发起的不同金融工具(主要是证券)的交易的第二次数据。如果在给定的第二次交易中有更多的买方启动交易，那么该秒的数据点将在相关特性中包含一个正值。(我使用的是apache-mahout的逻辑回归。总共有183个功能，但超过4000万个数据点。因此，考虑到这些，我有两个相关的问题：
1)是否有其他人遇到过这一问题？例如，如果你有一个具有x特征的</em
浏览 0提问于2015-01-10得票数 1
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
