博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
分类---Logistic Regression
阅读量:4573 次
发布时间:2019-06-08

本文共 485 字,大约阅读时间需要 1 分钟。

一 概述

Logistic Regression的三个步骤

现在对为什么不使用均方误差进行分析(步骤二的)

由上图可以看出,当距离目标很远时,均方误差移动速率也很慢,不容易得到好的结果。


 

Discriminative(Logstic) v.s. Generative(Gaussion)

两种方法的model是一样的,训练的数据是一样的,但是找出来的参数不一样!!!

通常来说Discriminative的性能要比Generative要好,但是Generative也有自己的特色。

二 多分类

三 Logistic  Regression 的局限

还可以使用另一种转换方式:Cascading logistic regression models就是一种转换的普适方法。

参考:http://speech.ee.ntu.edu.tw/~tlkagk/courses/ML_2016/Lecture/Logistic%20Regression%20(v3).pdf

 

转载于:https://www.cnblogs.com/Terrypython/p/9396297.html

你可能感兴趣的文章
<转>DNS服务系列之二:DNS区域传送漏洞的安全案例
查看>>
LINUX中常用操作命令
查看>>
【android】动画效果研究(View)【1】
查看>>
(三)常用的数学函数
查看>>
生产信息集成分析平台(MIIAS V1.0) 概述
查看>>
学习进度——第十五周
查看>>
iOS开发UI篇—从代码的逐步优化看MVC
查看>>
简谈-网络爬虫的几种常见类型
查看>>
File对象目录列表器
查看>>
(K)ubuntu上将分区格式化成NTFS格式
查看>>
uva 12003 Array Transformer (大规模阵列)
查看>>
mysql5.7二进制包安装方式
查看>>
SQL With As 用法Sql 四大排名函数(ROW_NUMBER、RANK、DENSE_RANK、NTILE)简介
查看>>
装饰者模式——Java设计模式
查看>>
39.递推练习: 菲波那契数列(2)
查看>>
排序精讲
查看>>
【bzoj3172】 Tjoi2013—单词
查看>>
【uoj2】 NOI2014—起床困难综合症
查看>>
js return的用法
查看>>
子节点填充父元素除去一固定高度后的剩余高度
查看>>