02-代码笔记-对数几率回归
# 数据
import matplotlib.pyplot as plt # 导入matplotlib 绘图库
import numpy as np
from sklearn.datasets._samples_generator import make_classification # 导入生成分类数据函数
from sklearn.linear_model import LogisticRegressionX, labels = make_classification(n_samples=100,n_features=2,n_redundant=0, # 多余的特征有几个n_informative=2, # 提供信息的特征有几个random_state=1,n_clusters_per_class=2
) # 生成100*2的模拟二分类数据集
rng = np.random.RandomState(2) # 设置随机数种子
X += 2 * rng.uniform(size=X.shape) # 对生成的特征添加一组均匀分布噪声offset = int(X.shape[0] * 0.9)
x_train, y_train = X[:offset], labels[:offset]
x_test, y_test = X[offset:], labels[offset:]
print("y_test's:", y_test)
y_train = y_train.reshape((-1, 1))
y_test = y_test.reshape((-1, 1))
print("x_train's shape:", x_train.shape)
print("y_train's shape:", y_train.shape)
print("x_test's shape:", x_test.shape)# 模型
model = LogisticRegression(random_state=0)# 训练
model.fit(x_train, y_train)# 测试&评估
y_pred = model.predict(x_test)
print("y_pred's:", np.array(y_pred))
总结:
对数几率回归是线性回归的进化版,是基于线性回归模型做分类。那么线性模型如何执行分类任务呢?答:只需要找到一个单调可微函数,将分类任务的真实标签与线性回归模型的预测值进行映射。在线性回归中,我们直接令模型学习逼近真实标签,但在对数几率回归中,我们需要找到一个映射函数将线性回归的预测值转化为0/1值。二分类的时候,Sigmoid就具备该条件,单调可微,取值范围0~1,具有较好的可导性。
02-代码笔记-对数几率回归相关推荐
- 机器学习入门学习笔记:(2.3)对数几率回归推导
理论推导 在以前的博客(机器学习入门学习笔记:(2.1)线性回归理论推导 )中推导了单元线性回归和多元线性回归的模型. 将线性回归模型简写为:y=ωTx+by = \omega^Tx+b: ...
- 对数几率回归原理和代码实现--机器学习
对数几率回归Logistic Regression 原理 代码实现 原理 对数几率回归,有的也叫逻辑回归,虽然带有回归二字,但本质是做分类任务的,也是线性模型的一种. 之前介绍过线性回归,就是用最简单 ...
- 机器学习笔记(VII)线性模型(III)对数几率回归和极大似然估计
背景知识 常见回归模型 线性回归(linear regression): y=wTx+b(1) y=\mathbf{w}^T\mathbf{x}+b\tag{1} 但是有时候预测值会逼近 y \mat ...
- 逻辑回归(对数几率回归)推导及python代码实现
逻辑回归,也叫对数几率回归: import numpy as np import matplotlib.pyplot as plt from sklearn.datasets._samples_gen ...
- 机器学习 | 对数几率回归
机器学习 | 对数几率回归 名词解释 对数几率回归 名词解释 回归:预测连续的值,例如预测气温 分类:预测离散的值,例如垃圾分类 线性回归:通过一个线性组合预测连续的值,是回归模型 对数几率回归:用S ...
- 机器学习教程 之 线性模型:线性回归、对数几率回归、线性判别分析
常用的三个线性模型的原理及python实现--线性回归(Linear Regression).对数几率回归(Logostic Regression).线性判别分析(Linear Discriminan ...
- 机器学习-对数几率回归(逻辑回归)算法
文章目录 简介 激活函数 损失函数 优化算法 代码 前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家.点击跳转到网站. 简介 对数几率回归(Logistic Regre ...
- 对数几率回归-机器学习
数据集百度网盘,就是西瓜书3.0a的数据. 首先,加载数据,load_data(file)函数. def load_data(file):s =[]with open(file) as f:for l ...
- 机器学习 对数几率回归模型(Python实现)
本文介绍对数几率回归模型,是一个典型的二分类任务学习模型 书接上回,我们可以对一个数据集得到它的回归方程 我们是这样去解读回归方程的:在相关属性下对样例的某一特征的度量 我们根据回归方程得到的特征度量 ...
最新文章
- mysql 去掉复合索引_MySQL性能优化[实践篇]-复合索引实例
- 这个“大脑”收获一份大奖!
- mysql 锁机制 mvcc_轻松理解MYSQL MVCC 实现机制
- Python实现switch效果
- DFS(入门题,走迷宫)
- linux之用wget下sublime简单使用总结
- 科目三电子路考哪些情况会被评判不合格
- C语言--学生管理系统--(完整代码)
- 超级计算机操作系统有什么不同,超级计算机功能强大吗?它与普通计算机不同,但也使用Windows系统...
- 关于设置table样式后,不停点击按钮table中的数据会逐渐被最后一行替换的问题...
- 1、登录模块测试用例
- Python Pandas常用数据结构Series和DataFrame快速上手
- 计算机多媒体技术的主要特征是什么,计算机多媒体技术主要特征
- 人声歌姬语音合成器+拓展-Yamaha Vocaloid 5.0.3 + Libraries WiN 免安装版
- dcn网络与公网_DCN网络安全
- wpf 监听退出事件_如何监听WPF的WebBrowser控件弹出新窗口的事件
- 什么是REST ful?
- H3C 40MHz频宽模式
- Activiti7-流程初体验
- 5G NR 缩略语整理