Un modo per addestrare una regressione logistica consiste nell'utilizzare la discesa graduale stocastica, a cui scikit-learn offre un'interfaccia. Quello che vorrei fare è prendere un SGDClassifier di scikit-learn e farlo segnare come una regressione logistica qui . Tuttavia, devo mancare alcuni miglioramenti dell'apprendimento automatico, poiché i miei punteggi non sono …
Durante la lettura di questo documento c'è una riga che dice "i classificatori lineari non condividono i parametri tra caratteristiche e classi". Qual è il significato di questa affermazione? Significa che i classificatori lineari come la regressione logistica necessitano di funzioni reciprocamente indipendenti?
Sto costruendo una regressione logistica multinomiale con sklearn (LogisticRegression). Ma al termine, come posso ottenere un valore p e un intervallo sicuro del mio modello? Sembra solo che sklearn fornisca solo coefficiente e intercetta. Grazie mille.
Il problema che sto affrontando sta classificando brevi testi in più classi. Il mio approccio attuale è quello di utilizzare le frequenze dei termini ponderate tf-idf e apprendere un semplice classificatore lineare (regressione logistica). Funziona abbastanza bene (circa il 90% di macro F-1 sul set di test, quasi il 100% …
Ho una domanda di base che riguarda Python, intorpidimento e moltiplicazione delle matrici nel contesto della regressione logistica. Prima di tutto, vorrei scusarmi per non aver usato la notazione matematica. Sono confuso sull'uso della moltiplicazione dei punti matrice rispetto alla moltiplicazione saggia degli elementi. La funzione di costo è data …
Ho un problema di classificazione binaria: Circa 1000 campioni in set di allenamento 10 attributi, inclusi binari, numerici e categorici Quale algoritmo è la scelta migliore per questo tipo di problema? Per impostazione predefinita, inizierò con SVM (preliminare con valori di attributi nominali convertiti in funzioni binarie), poiché è considerato …
Sto lavorando a un problema di classificazione. Ho un set di dati contenente lo stesso numero di variabili categoriche e variabili continue. Come faccio a sapere quale tecnica utilizzare? tra un albero decisionale e una regressione logistica? È giusto supporre che la regressione logistica sarà più adatta per la variabile …
Ho un set di dati con le seguenti specifiche: Set di dati di addestramento con 193.176 campioni con 2.821 positivi Set di dati di prova con 82.887 campioni con 673 positivi Ci sono 10 funzioni. Voglio eseguire una classificazione binaria (0 o 1). Il problema che sto affrontando è che …
Voglio prevedere un valore e sto cercando di ottenere una previsione che ottimizzi tra l'essere il più basso possibile, ma che sia comunque maggiore di . In altre parole: Y ( x ) Y ( x ) costo { Y ( x ) ≳ Y ( x ) } > …
Ho appena adattato una curva logistica ad alcuni dati falsi. Ho reso i dati essenzialmente una funzione di passaggio. data = -------------++++++++++++++ Ma quando guardo la curva adattata, la pendenza è molto piccola. La funzione che minimizza al meglio la funzione di costo, assumendo l'entropia incrociata, è la funzione di …
Sto prototipando un'applicazione e ho bisogno di un modello linguistico per calcolare la perplessità su alcune frasi generate. Esiste un modello di linguaggio addestrato in Python che posso usare facilmente? Qualcosa di semplice come model = LanguageModel('en') p1 = model.perplexity('This is a well constructed sentence') p2 = model.perplexity('Bunny lamp robert …
La consueta definizione di regressione (per quanto ne so) prevede una variabile di output continua da un determinato set di variabili di input . La regressione logistica è un algoritmo di classificazione binaria, quindi produce un output categoriale. È davvero un algoritmo di regressione? Se è così, perché?
Sto leggendo SVMe ho affrontato al punto che i non kernel SVMsnon sono altro che separatori lineari. Pertanto, l'unica differenza tra una SVMe regressione logistica è il criterio per scegliere il confine? Apparentemente, SVMsceglie il massimo classificatore di margini e la regressione logistica è quella che minimizza la cross-entropyperdita. Ci …
Qual è la differenza in R in xgboost tra binary: logistic e reg: logistic? È solo nella metrica di valutazione? In caso affermativo, come si confronta RMSE sulla classificazione binaria con il tasso di errore? La relazione tra le metriche è più o meno monotonica, l'output della messa a punto …
Chiuso . Questa domanda deve essere più focalizzata . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che si concentri su un problema solo modificando questo post . Chiuso 5 anni fa . Sembra che la maggior parte delle lingue abbia un certo numero …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.