机器学习基础-逻辑回归第5页

【白话机器学习的数学】读书笔记(3)学习分类(感知机、逻辑回归)

三、学习分类目录三、学习分类1.分类的目的2.感知机1定义2判别函数3权重向量的更新表达式4感知机的缺点3.逻辑回归1Sigmoid函数2决策边界4.似然函数（解决逻辑回归中参数更新表达式问题）1.对数似然函数

JunLal·2024-01-19 10:43

【白话机器学习的数学】读书笔记(4)评估(评估已建立的模型)

分类问题的验证3精确率和召回率1.精确率Precision2.召回率Recall4F值5K折交叉验证3.正则化1正则化的方法2正则化的效果3分类的正则化4包含正则化项的表达式的微分1回归加入正则化后的更新表达式2逻辑回归包含正则化项的更新表达式

JunLal·2024-01-19 10:06

【机器学习】西瓜书要点个人整理

目录前置基础知识第三章线性模型机器学习三要素1.函数集合2.目标函数3.优化方法4.模型评估方法对数几率回归（逻辑回归）第四章决策树第五章SVM第六章贝叶斯分类器第八章集成学习第九章神经网络前情提要：本文适合在学习机器学习课程前

_hermit:·2024-01-19 02:45

sklearn-线性回归

1sklearn中的线性回归sklearn中的线性模型模块是linear_model，我们曾经在学习逻辑回归的时候提到过这个模块。

CHEN的小喵·2024-01-18 21:55

神经网络（二）：Softmax函数与多元逻辑回归

一、Softmax函数与多元逻辑回归为了之后更深入地讨论神经网络，本节将介绍在这个领域里很重要的softmax函数，它常被用来定义神经网络的损失函数（针对分类问题）。

城市中迷途小书童·2024-01-18 20:08

吴恩达机器学习笔记-Logistic回归模型

回归函数在逻辑回归模型中我们不能再像之前的线性回归一样使用相同的代价函数，否则会使得输出的结果图像呈现波浪状，也就是说不再是个凸函数。代价函数的表达式之前有表示过,这里我们把1/2放到求和里面来。

Carey_Wu·2024-01-18 16:26

5.逻辑回归 Logistic Regression

————————————————————————分割线————————————————————————逻辑回归的定义：逻辑回归，是一种名为“回归”的线性分类器

宫灵均·2024-01-18 13:47

逻辑回归(Logistic Regression)

一、分类问题在接下来的内容中将开始介绍分类问题，在分类问题中，我们要预测的变量y是离散的值，我们将学习一种叫做逻辑回归(LogisticRegression)的算法，这是目前使用最广泛的一种学习算法。

时间邮递员·2024-01-18 13:15

逻辑回归 Logistic Regression

目录前言一、逻辑回归是什么？

JasonH2021·2024-01-18 13:45

2、机器学习基础数据探索

加载并理解您的数据。本课程所需数据集夸克网盘下载链接：https://pan.quark.cn/s/9b4e9a1246b2提取码：uDzP文章目录1、使用Pandas了解你的数据2、解释数据描述1、使用Pandas了解你的数据任何机器学习项目的第一步都是熟悉数据。您将使用Pandas库进行此操作。Pandas是数据科学家用来探索和操纵数据的主要工具。大多数人在代码中将panda缩写为pdIn[1

AI算法蒋同学·2024-01-18 08:42

常见的机器学习算法代码及其Python代码

监督式学习的例子有：线性回归、决策树、随机森林算法、最近邻算法、逻辑回归等。非监督式学习算法这类算法没有任何目标

中年猿人·2024-01-18 01:00

风控实战-卡方分箱计算IV值（含代码）

卡方分箱在金融信贷风控领域是逻辑回归评分卡的核心，让分箱具有统计学意义（单调性）。卡方分箱在生物医药领域可以比较两种药物或两组病人是否具有显著区别。

风控小兵突击·2024-01-17 23:28

逻辑回归（Logistic Regression）

文章目录回顾LinearRegression分类任务TheMNISTDatasetTheCIFAR-10dataset回归VS分类sigmoid函数逻辑回归逻辑回归模型损失函数实现代码回顾LinearRegression

chairon·2024-01-17 14:24

【机器学习入门】机器学习基础概念与原理

2、常见机器学习算法和模型3、使用Python编程语言进行机器学习实践4、机器学习的应用领域二、机器学习算法1、有监督学习算法（1）线性回归a.基本概念b.应用案例c.代码示例（2）逻辑回归a.基本概念

代码骑士·2024-01-17 12:10

C++数据科学与机器学习基础

本文将为您提供一个不少于1000字的C++数据科学与机器学习基础指南，帮助您了解如何使用C++进行数据科学和机器学习的基本概念和技术。

naer_chongya·2024-01-17 11:29

python机器学习——分类模型评估 & 分类算法（k近邻，朴素贝叶斯，决策树，随机森林，逻辑回归，svm）

——文本分类实例：新闻数据分类【分类】决策树和随机森林1.决策树2.决策树的算法3.代码实现实例：泰坦尼克号预测生死【集成学习】随机森林1.集成学习2.随机森林3.学习算法4.代码实现5.优点【分类】逻辑回归

Perley620·2024-01-17 10:59

李宏毅LLM——机器学习基础知识

文章目录机器学习基本概念生成式学习StructuredLearning总结机器学习基本概念机器学习=机器自动找出一种函数根据函数的不同，可以分为回归问题（输出数值）和分类问题（输出类别，选择题）生成式学习StructuredLearning生成有结构的物件，如图片、文句ChatGPT是生成式学习，只不过是将生成式学习拆成多个分类问题来简化找出函式的三大步骤前置作业：决定需要什么样的函数，取决于需要

李日音·2024-01-17 06:09

面试必备！七大分类算法模型最全总结，内容太通透了！

文章目录逻辑回归核心公式优点缺点适用场景一个核心案例代码决策树核心步骤优点缺点适用场景一个核

Python数据挖掘·2024-01-16 22:33

NLP 学习资源

红烧肉_2121·2024-01-16 11:10

使用 TensorFlow 执行逻辑回归

创建一个包含用于定义逻辑回归的Python代码的JupyterNotebook，然后使用TensorFlow（tf.keras）实现它在本教程中，了解如何创建包含用于定义逻辑回归的Python代码的JupyterNotebook

AI-智能·2024-01-16 09:10

机器学习基础集成学习进阶（XGBoost+LightGBM）

文章目录一、XGBoost算法原理1.最优模型的构建方法2.XGBoost的目标函数推导2.1目标函数确定2.2CART树的介绍2.3树的复杂度定义2.3.1定义每课树的复杂度2.3.2树的复杂度举例2.4目标函数推导3.XGBoost的回归树构建方法3.1计算分裂节点3.2停止分裂条件判断4.XGBoost与GDBT的区别5.小结二、XGBoost算法api介绍1.XGBoost的安装：2.XG

落花雨时·2024-01-16 07:22

集成学习（五）Stacking

1.导言Stacking集成算法可以理解为一个两层的集成，第一层含有多个基础分类器，把预测的结果（元特征）提供给第二层，而第二层的分类器通常是逻辑回归，他把一层分类器的结果当作特征拟合输出预测结果。

我想要日更徽章·2024-01-16 04:59

高级分布式系统-第15讲分布式机器学习--联邦学习

联邦学习两种常见的架构：客户-服务器架构和对等网络架构联邦学习在传统的分布式机器学习基础上的变化。

十有久诚·2024-01-15 19:31

机器学习笔记E4--朴素贝叶斯

按照计划今天该是整理到朴素贝叶斯了，但是线性回归的实现和逻辑回归都还没有完成，欠的东西越来越多。

EL33·2024-01-15 14:44

逻辑回归（解决分类问题）

定义：逻辑回归是一种用于解决分类问题的统计学习方法。它通过对数据进行建模，预测一个事件发生的概率。逻辑回归通常用于二元分类问题，即将数据分为两个类别。

Visual code AlCv·2024-01-15 13:51

均方误差（MSE）与交叉熵（CEE）的区别

mse用于线性回归，适用于预测数值，即回归问题模型；cee用于逻辑回归，适用于预测概率，即分类问题模型

Stefan0·2024-01-15 04:00

机器学习基础

机器学习基础本章涵盖了以下主题：[if!supportLists]·[endif]分类和回归之外的其他类型的问题；[if!

墨羽听风·2024-01-15 01:00

工智能基础知识总结--逻辑回归

什么是逻辑回归？逻辑回归一般指二项逻辑回归，是一种用于二分类的判别式模型。设输入样本为x∈Rnx\in\mathbb{R}^nx∈R

北航程序员小C·2024-01-14 09:20

快速了解——逻辑回归及模型评估方法

一、逻辑回归应用场景：解决二分类问题1、sigmoid函数1.公式：2.作用：把(-∞，+∞)映射到(0，1)3.数学性质：单调递增函数，拐点在x=0，y=0.5的位置4.导函数公式：f′(x)=f(x

小林打怪中·2024-01-14 06:35

分类方法之逻辑回归

什么是逻辑回归逻辑回归是一种用于解决分类问题的统计分析方法。它是一种广义线性模型，主要用于预测一个事件的概率。

亦旧sea·2024-01-14 06:20

深度学习基础教程

目录预备知识基础知识（1）PyTorch基础知识（2）线性回归模型（3）逻辑回归模型（4）全连接神经网络预备知识requires_grad：用于指示是否需要计算相应张量的梯度。

睡不醒的毛毛虫·2024-01-14 02:12

逻辑回归（ROC、AUC、KS）-python实现-内含训练数据-测试数据

一、逻辑回归理论：关注代码上线HypothesisFunction（假设函数）：1.0/(1+exp(-inX))CostFunction（代价函数）：通过梯度下降法，求最小值。

HiBJTiger·2024-01-12 22:02

深度学习剖根问底：Logistic回归和Softmax回归

1．简介逻辑回归和Softmax回归是两个基础的分类模型，虽然听名字以为是回归模型，但实际我觉得他们也有一定的关系。

BigCowPeking·2024-01-12 17:57

机器学习--LR逻辑回归与损失函数理解

损失函数（lossfunction）是用来估量你模型的预测值f(x)与真实值Y的不一致程度，它是一个非负实值函数,通常使用L(Y,f(x))来表示，损失函数越小，模型的鲁棒性就越好。损失函数是经验风险函数的核心部分，也是结构风险函数重要组成部分。模型的结构风险函数包括了经验风险项和正则项，通常可以表示成如下式子：θ∗=argminθ1N∑i=1NL(yi,f(xi;θ))+λΦ(θ)其中，前面的均

小刘鸭！·2024-01-12 17:27

逻辑回归、深度学习简介、反向传播

LogisticRegression逻辑回归模型介绍LogisticRegression虽然被称为回归，但其实际上是分类模型，并常用于二分类。

梦码城·2024-01-12 17:57

【深度学习每日小知识】Logistic Loss 逻辑回归

逻辑回归的损失函数线性回归的损失函数是平方损失。

jcfszxc·2024-01-12 16:51

机器学习-0基础

、如何学1.载入数据与理解数据1.1导入数据1.2数据查看2.数据准备与特征过程1.2数据预处理-缺省值-异常值异常值：3特征工程模型与优化sklearn中模型的常用方法sklearn中的模型线性回归逻辑回归朴素贝叶斯算法

猿戴科·2024-01-12 09:47

【手搓深度学习算法】用逻辑回归分类双月牙数据集-非线性数据篇

用逻辑回归分类-非线性数据篇前言逻辑斯蒂回归是一种广泛使用的分类方法，它是基于条件概率密度函数的最大似然估计的。它的主要思想是将输入空间划分为多个子空间，每个子空间对应一个类别。

精英的英·2024-01-12 08:57

【手搓深度学习算法】用逻辑回归分类Iris数据集-线性数据篇

用逻辑回归分类Iris数据集-线性数据篇前言逻辑斯蒂回归是一种广泛使用的分类方法，它是基于条件概率密度函数的最大似然估计的。它的主要思想是将输入空间划分为多个子空间，每个子空间对应一个类别。

精英的英·2024-01-12 08:57

【机器学习基础】集成学习

相对完整的机器学习基础教学！⭐特别提醒：针对机器学习，特别开始专栏：机器学习python实战欢迎订阅！本专栏针对机器学习基础专栏的理论知识，利用python代码进行实际展示，真正做到从基础到实战！

为梦而生~·2024-01-12 06:55

人工智能复习

机器学习中线性回归和逻辑回归：机器学习的分类：监督学习和无监督学习，半监督学习监督学习（SupervisedLearning）：监督学习是一种利用带有标签（标记）的数据进行训练的机器学习方法。

丘小羽·2024-01-11 21:04

多种垃圾邮件识别方案总结以及判定垃圾邮件的标准，8种机器学习方式进行实战对比:朴素贝叶斯、逻辑回归、支持向量机、KNN、决策树、随机森林、GDBT、神经网络(附数据集和源码)

多种垃圾邮件识别方案总结以及判定垃圾邮件的标准，8种机器学习方式进行实战对比:朴素贝叶斯、逻辑回归、支持向量机、KNN、决策树、随机森林、GDBT、神经网络(附数据集和源码)。

代码讲故事·2024-01-11 11:59

【深度学习】从0到完整项目第1篇：深度学习第一个案例（代码文档已分享）

可以让大家熟练掌握机器学习基础,如分类、回归（含代码），熟练掌握numpy,pandas,sklearn等框架使用。

程序员一诺·2024-01-11 02:42

【机器学习】科学库使用手册第1篇：机器学习概述和人工智能应用（已分享，附代码）

主要内容包括，了解机器学习定义以及应用场景，掌握机器学习基础环境的安装和使用，掌握利用常用的科学计算库对数据进行展示、分析，学会使用jupyternotebook平台完成代码编写运行，应用Matplotlib

程序员一诺·2024-01-11 02:11

【机器学习】常见算法详解第1篇：K近邻 KNN和API使用（已分享，附代码）

包括K-近邻算法，线性回归，逻辑回归，决策树算法，集成学习，聚类算法。K-近邻算法的距离公式，应用LinearRegression或SGDRegressor实现回归预

程序员一诺·2024-01-11 02:39

机器学习之逻辑回归-考试通过预测-预测芯片质量通过

分类问题（Classfication）实例：垃圾邮件检测任务输入：电子邮件输出：此为垃圾邮件/普通硬件流程标注样本邮件为垃圾/普通邮件（人）获取批量的样本邮件及其标签，学习其特征（计算机）针对新的邮件，自动判断其类别（计算机）特征用于帮助判断是否为垃圾邮件的属性发件人包含字符：%&*#!..正文包含：现金、领取、中奖等…分类分类：根据已知样本的某些特征，判断一个新的样本属于哪种已知的样本类基本框架

小旺不正经·2024-01-10 18:44

3万字机器学习笔记+总结(知识点全覆盖)

文章目录机器学习逻辑回归（LR）基本原理为什么LR要使用sigmoid函数？LR可以用核函数么？为什么LR用交叉熵损失而不是平方损失？LR能否解决非线性分类问题？LR为什么要离散特征？

搬砖成就梦想·2024-01-10 14:02

【Python特征工程系列】教你利用逻辑回归模型分析特征重要性（源码）

这是Python特征工程系列原创文章，我的第191篇原创文章。一、问题应用背景介绍：如果有一个包含数十个甚至数百个特征的数据集，每个特征都可能对你的机器学习模型的性能有所贡献。但是并不是所有的特征都是一样的。有些可能是冗余的或不相关的，这会增加建模的复杂性并可能导致过拟合。特征重要性分析可以识别并关注最具信息量的特征，从而带来以下几个优势:改进模型性能能减少过度拟合更快训练和推理增强可解释性前期相

数据杂坛·2024-01-10 11:10

【机器学习】常见算法：K近邻 KNN和Python实现

包括K-近邻算法，线性回归，逻辑回归，决策树算法，集成学习，聚类算法。

大雾的小屋·2024-01-10 10:08

【机器学习】常见算法详解第2篇：K近邻算法各种距离度量（已分享，附代码）