逻辑回归

推荐算法之FM（因子分解机）与FFM

前面的文章讲过逻辑回归，虽然这是一个非常优秀的算法，但是仅仅依靠单一特征来进行判定的情况下，就会造成信息损失的问题，所以我们还需要进
Aliert·2023-11-12 16:19

DeepRS(001)--FM模型理论与实践

文章目录DeepRS(001)--FM模型理论与实践FM背景one-hot困境FM模型代码参考文献DeepRS(001)–FM模型理论与实践FM背景在传统的逻辑回归等相关变种模型中均认为特征是相互独立的
召唤师的峡谷·2023-11-12 16:46

FM模型与POLY2模型

首先对于参数量级，由线性模型到多项式模型到FM模型参数量级变化为：n–>n*n–>kn(kkn线性模型回归问题我们一般使用的比较见得baseline就是线性回归，二元分类问题就是逻辑回归LR。
weixin_43209472·2023-11-12 16:32

练手项目——Click-Through Rate Prediction 逻辑回归

系统环境：操作系统：Windows8.164-bitCPU：Inteli7-4200HQ3.60GHzRAM：8GBGPU:GeForceGTX970M(CUDA10.1)目录读取数据Filedescriptions：Datafields：数据预处理特征离散/因子化训练小部分特征训练全特征训练选择部分特征标准化模型调参库环境：importpandasaspdimportseabornassnsim
XuZhiyu_·2023-11-12 14:21

神经网络（第二周）

一、简介1.1需求预测示例1.1.1逻辑回归算法根据价格预测商品是否畅销。
叫小侯的小白程序员·2023-11-12 14:47

吴恩达机器学习8-神经网络介绍

吴恩达机器学习8-神经网络介绍1.神经网络引入无论是线性回归还是逻辑回归都有这样一个缺点，即：当特征太多时，计算的负荷会非常大。
小y同学在学习·2023-11-12 13:25

吴恩达机器学习--神经网络概述

假如我们只选用灰度图片，每个像素则只有一个值，我们可以选取图片上的两个不同位置上的两个像素，然后训练一个逻辑回归算法利用这两个像素的值来判断图片上是否是汽车。
weixin_40025586·2023-11-12 13:24

吴恩达《机器学习》8-1-＞8-2:非线性假设、神经元和大脑

一、非线性假设在之前学到的线性回归和逻辑回归中，存在一个缺点，即当特征数量很多时，计算的负荷会变得非常大。
不吃花椒的兔酱·2023-11-12 13:20

如何用sklearn对随机森林调参

://zhuanlan.zhihu.com/p/126288078Author：陈罐头一、概述sklearn是目前python中十分流行的用来实现机器学习的第三方包，其中包含了多种常见算法如：决策树，逻辑回归
赵孝正·2023-11-12 10:17

100天搞定机器学习|Day33-34 随机森林

前情回顾机器学习100天|Day1数据预处理100天搞定机器学习|Day2简单线性回归分析100天搞定机器学习|Day3多元线性回归100天搞定机器学习|Day4-6逻辑回归100天搞定机器学习|Day7K-NN100
机器学习算法与Python实战·2023-11-12 07:11

数据分析实战 | 逻辑回归——病例自动诊断分析

目录一、数据及分析对象二、目的及分析任务三、方法及工具四、数据读入五、数据理解六、数据准备七、模型训练八、模型评价九、模型调参十、模型预测一、数据及分析对象CSV文件——“bc_data.csv”数据集链接：https://download.csdn.net/download/m0_70452407/88524905该数据集主要记录了569个病例的32个属性，主要属性/字段如下：（1）ID：病例的
天下弈星~·2023-11-11 23:25

Python数据分析与机器学习18- 逻辑回归项目实战2-样本不均匀解决方案

文章目录一.样本不均匀带来的影响二.处理样本不均衡问题的方法2.1权重法2.2采样法三.实例3.1下采样3.2SMOTE方法参考：一.样本不均匀带来的影响我们从样本数据中知道，正常的交易数据有2.8w左右数据，异常的交易数据有492，正常的交易数据与异常交易数据差距非常大，这样会导致我们模型的效果不佳。下面我们来列举一个案例:代码:importpandasaspdimportmatplotlib.
只是甲·2023-11-11 22:45

机器学习推导+python实现（八）：线性可分支持向量机

本节代码的实现部分参考机器学习实验室内容安排线性回归（一）、逻辑回归（二）、K近邻（三）、决策树值ID3（四）、CART（五）、感知机（六）、神经网络（七）、线性可分支持向量机（八）、线性支持向量
明曦君·2023-11-11 18:04

机器学习笔记（三）

相关文章链接机器学习的基本概念模型的评估与选择回归分析决策树与随机森林支持向量机SVM与隐马尔可夫模型卷积神经网络CNN与循环神经网络RNN聚类与集成算法机器学习笔记（三）回归分析线性回归损失函数最小二乘法岭回归（RidgeRegression）套索回归（lasso回归）逻辑回归
枯鱼过河泣·2023-11-11 17:50

机器学习实战——《跟着迪哥学Python数据分析与机器学习实战》

跟着迪哥学Python数据分析与机器学习实战一、基础部分二、信用卡欺诈检测实战——监督学习2.1下采样与过采样2.1.1过采样数据生成策略SMOTE2.2逻辑回归2.3分类结果混淆矩阵2.4过采样实战2.5
躬身入世，以生证道·2023-11-11 10:40

深度学习笔记（02）：神经网络的输入和输出

logistics回归，逻辑回归问题。图像在计算机中如何保存？要保存一张图像，要保存三个独立矩阵，对应三原色通道。如果输入图像大小是64×64大小的，那个矩阵的大小也是64×64的，而且是3个矩阵。
qq_36346625·2023-11-11 10:57

一篇超详细的pytorch基础语法讲解及理论推导（一）

张量-线性回归-自动求导-逻辑回归来源：投稿来源：阿克西编辑：学姐1pytorch简介PyTorch是2017年1月FAIR（FacebookAIResearch）发布的一款深度学习框架。
深度之眼·2023-11-11 04:43

吴恩达机器学习7-正则化

在逻辑回归中也是如此：
小y同学在学习·2023-11-10 17:03

吴恩达机器学习（十七）过拟合、正则化下的代价函数

文章目录1.过拟合2.正则化下的代价函数1.过拟合  包插线性回归和逻辑回归等的几种学习算法能够有效解决许多问题，但是当它们应用到某些特定的机器学习应用时，会遇到过度拟合的问题，导致它们表现欠佳。  
计算机视觉从零学·2023-11-10 17:33

欠拟合 过拟合 正则化-------吴恩达机器学习心得

如下图的线性回归函数和逻辑回归函数的第一个图形，就是欠拟合，即假设函数不能很好的拟合训练数据。而第三个图形就是过拟合的例子，即学习的假设能够完全拟合训练集的每一个数据，但不能推
weixin_44102752·2023-11-10 17:33

吴恩达机器学习--线性/逻辑回归正则化

正则化线性回归、逻辑回归文章目录正则化线性回归、逻辑回归1、正则化线性回归2、正则化的逻辑回归模型1、正则化线性回归对于线性回归的求解，我们之前推导了两种学习算法：一种基于梯度下降，一种基于正规方程。
W_Y_J_love·2023-11-10 17:52

机器学习（吴恩达）-5 过拟合问题及正则化

（1）过拟合介绍（2）解决过拟合可用的方法2.正则化（1）正则化介绍（2）正则化线性回归（3）正则化逻辑回归1.什么是过拟合？
音无八重·2023-11-10 17:20

吴恩达《机器学习》7-1-＞7-4:过拟合问题、代价函数、线性回归的正则化、正则化的逻辑回归模型

一、过拟合的本质过拟合是指模型在训练集上表现良好，但在新数据上的泛化能力较差。考虑到多项式回归的例子，我们可以通过几个模型的比较来理解过拟合的本质。线性模型（欠拟合）：第一个模型是一个线性模型，它的拟合程度较差，不能充分适应训练集。四次方模型（过拟合）：第三个模型是一个四次方的模型，过于强调对训练集的拟合，失去了对新数据的泛化能力。中间模型（适中拟合）：中间模型似乎在拟合训练集和对新数据的泛化之间
不吃花椒的兔酱·2023-11-10 17:18

收藏 | 机器学习模型与算法最全分类汇总！

包括线性回归、逻辑回归、Lasso回归、Ridge回归、线性判别分析、近邻、决策树、感知机、神经网络、支持向量机、AdaBoost、GBDT、XGBoost、LightGBM、CatBoost、随机森林
louwill12·2023-11-10 15:12

如何在线性回归和逻辑回归中使用正则化

二、如何在线性回归中使用正则化三、如何在逻辑回归中使用正则化前言正则化可以处理过度拟合问题，在线性回归和逻辑回归中均有应用。
晓亮.·2023-11-10 14:47

题解 | #使用梯度下降对逻辑回归进行训练#

题解|#三元操作符#`timescale1ns/1nsmoduletop_module(input[7:0]a,b,c,d,output[7:0]题解|#农场的奶牛分组#importjava.util.*;publicclassSolution{/***代码中的类名、方法名、参数名已经指定，请勿修改，3小红结账python大家一起吃饭的时候，总是小红先付钱，然后大家再把钱转给小红。现在小红有张账单
2301_79125642·2023-11-10 09:28

机器学习——逻辑回归

一、分类问题监督学习的最主要类型分类（Classification）：身高1.85m，体重100kg的男人穿什么尺码的T恤？根据肿瘤的体积、患者的年龄来判断良性或恶性？根据用户的年龄、职业、存款数量来判断信用卡是否会违约？输入变量可以是离散的，也可以是连续的。二分类们先从用蓝色圆形数据定义为类型1，其余数据为类型2；只需要分类1次步骤：①->②多分类我们先定义其中一类为类型1（正类），其余数据为负
七七喝椰奶·2023-11-09 22:29

深度学习 - 构建多层感知器

这里写目录标题一，tf.kears.Dense()实现线性回归（梯度下降法）1，读取数据2，构建全连接模型（单层）二，构建多层感知器（神经网路）三，逻辑回归的实现importpandasaspdimportmatplotlib.pyplotaspltimporttensorflowastftf
壮壮不太胖^QwQ·2023-11-09 17:52

Tensorflow学习笔记：1-tensorflow-gpu部署 & keras简单使用-2023-2-12

版本部署及测试0-查看NVIDIA驱动版本1-安装2-测试3-简单使用4-tf.keras概述1、（单层）线性回归1、导包&数据读取和观察2、预测目标与损失函数3、创建模型4、训练5、预测2、多层感知器3、逻辑回归
Merlin雷·2023-11-09 12:48

【机器学习1】特征工程

在实际应用中，通过梯度下降法求解的模型通常是需要归一化的，包括线性回归、逻辑回归、支持向量机、神经网络等模型。但
猫头不能躺·2023-11-08 11:14

【机器学习3】有监督学习经典分类算法

2逻辑回归2.1逻辑回归与线性回归逻辑回归处理的是分类问题，线性回归处理的是回归问题，这是两者的最本质的区别。逻辑回归中给定自变量和超参数后，得到因变量的期望，并基于此期望来处理预测分类问题。逻
猫头不能躺·2023-11-08 10:10

干货| 机器学习模型与算法最全分类汇总！

包括：线性回归、逻辑回归、Lasso回归、Ridge回归、线性判别分析K近邻、决策树、感知机、神经网络、支持向量机AdaBoost、GBDT、XGBoost、LightGBM、CatBoost、随机森林聚类算法与
Python数据之道·2023-11-08 07:02

第八章《搞懂算法:逻辑回归是怎么回事》笔记

8.1如何理解逻辑回归逻辑回归根据给定的自变量数据集来估计事件的发生概率，由于结果是一个概率，因此因变量的范围在0和1之间。
Mamong·2023-11-07 13:49

吴恩达《机器学习》6-4-＞6-7:代价函数、简化代价函数与梯度下降、高级优化、多元分类:一对多

一、代价函数逻辑回归的代价函数是用来度量模型预测与实际结果之间的差异的。与线性回归使用均方误差不同，逻辑回归使用的代价函数在数学上更为复杂。
不吃花椒的兔酱·2023-11-06 21:13

吴恩达《机器学习》6-1-＞6-3:分类问题、假设陈述、决策界限

逻辑回归是其中一种应用最广泛的
不吃花椒的兔酱·2023-11-06 19:29

机器学习之用逻辑回归制作评分卡（分类分析：基于UCI的german信用评分卡设计）

文章目录前言一、知识准备二、数据获取及读入三、数据处理3.1.缺失值处理3.2.异常值处理3.3.重复值处理四、探索性分析4.1.查看数据分布是否平衡4.2.样本平衡4.3.离散型变量在好坏客户上的分布4.4.连续型变量在好坏客户上的分布五、数据预处理5.1.离散变量WOE值转换5.2.连续型变量的分箱及WOE值转换六、特征选择七、Logistic回归模型构建7.1.划分训练集和测试集7.2.探索
清风一起·2023-11-06 16:55

逻辑回归

目录一、前言二、什么是逻辑回归1.1线性回归能解决分类问题么？1.2用逻辑回归解决分类问题一、前言逻辑回归（LogisticRegression，LR）。
kwunkau·2023-11-06 16:20

零基础数据挖掘——金融风控（四）实践逻辑回归

逻辑回归的优缺点：优点训练速度较快，分类的时候，计算量仅仅只和特征的数目相关；简单易理解，模型的可解释性非常好，从特征的权重可以看到不同的特征对最后结果的影响；适合二分类问题，不需要缩放输入特
evilAI9527·2023-11-06 15:16

风险风控-逻辑回归理论基础

逻辑回归一般都应用于传统的建模方案，因其模型含义易解释，容易推广上线而得到大家的青睐逻辑回归于广义线性模型：逻辑回归是广义线性模型（GeneralizedLinearModels，GLM）的一种特殊形式
田晖扬·2023-11-06 15:14

逻辑回归之深入浅出

欢迎关注本人的微信公众号AI_EngineLogisticRegression算法原理一句话概括：逻辑回归假设数据服从伯努利分布,通过极大化似然函数（损失函数）的方法，运用梯度下降或其他优化算法来求解参数
AI_Engine·2023-11-06 15:31

Logistic回归

在之前我已经写了一篇关于线性回归的文章,今天给大家带来另一个重要的回归分类算法----逻辑回归逻辑回归考虑的数值情况不同与线性回归,根据问题中随机变量的不同种类而选择不同的分类算法线性回归主要用于解决连续型数值的问题逻辑回归主要用于解决离散型数值问题那么什么样的数值是连续型
当时年少_青衣·2023-11-06 01:13

2018-12-14逻辑回归 决策边界

逻辑回归预测推理过程决策边界1决策边界2以上决策边界不是由于训练集的属性，而是假设本身及其参数的属性，只要我们给定了参数向量θ，决定边界就确定了。我们不是用训练集来定义的决策边界。
奈何qiao·2023-11-05 23:06

2019-08-11

任务3-建模（2天）用逻辑回归、svm和决策树；随机森林和XGBoost进行模型构建，评分方式任意，如准确率等。
简书Sandra·2023-11-05 20:16

2019-01-29 随机梯度下降(stochastic gradient descent)

随机梯度下降的思想也可以应用于线性回归、逻辑回归、神经网络或者其他依靠梯度下降来进行训练的算法中。
奈何qiao·2023-11-05 19:07

TORCH02-03:Torch的损失函数与逻辑回归实现

本主题主要梳理损失函数，并同时使用损失函数实现逻辑回归。
杨强AT南京·2023-11-05 15:10

解密人工智能：线性回归 | 逻辑回归 | SVM

3、逻辑回归算法3.1什么是逻辑函数?3.2逻辑回归可以用于多类分类吗？3.3如何解释逻辑回归中的系数？4、支持向量机（SVM）算法4.1优点4.2缺点5、结语1、机器学习算法简介机器学习算法是一种基
春人.·2023-11-05 11:45

python手写逻辑回归算法【机器学习】

python手写逻辑回归算法文章目录python手写逻辑回归算法算法介绍程序设计思路程序代码算法介绍在生活中，我们常常能听见这样的说法，“您的这辆车已经使用了5年了，有80%的概率会出一些小的故障。”
小野堂·2023-11-05 08:08

机器学习各种算法以及开发具体流程+API具体实例+案例的实现

2、非监督学习：特征值1000个样本】机器学习算法的分类：1监督学习（预测）重点//分类：k-近邻算法，贝叶斯分类，决策树与随机森林，逻辑回归，神经网络（目标是离散型）（样本属于哪一个类别）//大多数算法应用非常
evanwusi·2023-11-04 23:14

【深度学习基础】Pytorch框架CV开发（1）基础铺垫

原创文，转载请注明出处文章目录简单介绍下PytorchPytorch基础张量创建张量tensor自动梯度线性回归逻辑回归人工神经网络感知机反向传播Pytorch中的基础数
嵌小超·2023-11-04 16:41

深度学习softmax函数理解

对于而分类问题，我们可以很容易的想到使用逻辑回归算法。逻辑回归算法本身的逻辑并不复杂，最关键的步骤是将线性模型中输出值通过某种方式映射到[0,1]区间内。通过si
fckey·2023-11-04 14:28
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他