QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 2436|回复: 0
打印 上一主题 下一主题

关于Logistics回归用于分类的解释

[复制链接]
字体大小: 正常 放大
杨利霞        

5273

主题

82

听众

17万

积分

  • TA的每日心情
    开心
    2021-8-11 17:59
  • 签到天数: 17 天

    [LV.4]偶尔看看III

    网络挑战赛参赛者

    网络挑战赛参赛者

    自我介绍
    本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。

    群组2018美赛大象算法课程

    群组2018美赛护航培训课程

    群组2019年 数学中国站长建

    群组2019年数据分析师课程

    群组2018年大象老师国赛优

    跳转到指定楼层
    1#
    发表于 2019-4-21 15:10 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    关于Logistics回归用于分类的解释
    * Y" e2 u- O: a' w. C) o% ologistics回归让人最搞不懂的是,明明名字里面带了个回归两个字,为什么这是一种分类算法呢?
    ! x$ y6 T5 ]' p6 |2 ]) ?2 X, K# N* A/ ~$ K. j, O
    说到回归大家想到的都是根据一些点得出一条直线或者曲线。的确logistics回归也是得出一条直线,然后如果这个点在这条线的一边比如说上面属于一个类别,另一个点处于这条线的另一边比如说下边则属于另一个类别。% w. [, s# B5 y+ ~% a/ y0 E

    4 @, h0 o  [% @5 s这条直线是怎么得出的呢?
    ; v. W+ s0 |6 y6 v6 `& G1 E' k
    8 h& t. n2 F/ I% ?9 s' M首先假设所有的输入为(x0,x1....xn),输入前面的系数为(w0,w1...wn),输出为y
    & q+ s* `+ k, U
    . ^+ g* {# g' y* m+ B我们可以得出y=w0*x0+w1*x1...wn*xn
    9 E( S, c6 p( ?- B$ p7 K
    " o. V( G4 \2 S然后将系数(w0,w1..wn)取随机值。然后开始训练网络。训练的算法叫做梯度上升算法# B( L% g6 h; Z
    6 W9 n. o: Y, H) \* D- x& `2 S" A
    根据y=w0*x0+w1*x1...wn*xn,我们可以对所有输入(x0,x1...xn)求导即是求梯度。. g: q& t8 ]' o/ M1 ]2 s9 H
    4 u9 x) U' U" `* _
    3 U3 V9 E0 |: M/ c3 N

      e7 y! d/ J* b1 t$ ^8 ^# E" J* f; z# K0 K, G6 z
    这个公式什么意思呢?学过微积分的同学都知道,问题是像我这种没学好的就放放吧。大家只要知道能通过将矩阵转一下就能得到,转一下的意思在下面! N  X; s+ s8 p* W. W0 Z+ I7 x6 k
    . c3 \4 f" s$ q8 I6 }' q
    假设dataMatIn=array([[3,3],[4,4]]). ^) B; g/ \6 V  s4 a
    9 X( r8 h2 i' ]7 l8 |. x/ T
    那么dataMatIn的梯度就是dataMatIn.transpose()   => array([[3,4],[3,4]])
    ( ]9 C: J+ O. @. `
    4 |% _! H4 ]& H8 Z8 g  l8 d4 T+ c然后就完成了。
      Z- f$ a. L8 }5 d# A
    . w3 p- X! t/ _7 Y继续讲如何训练的,我们还需要计算期望结果和输出的差error以及假设一个步长a,步长a是根据经验来决定的,步长太短很可能训练了很久还没找到最适合的值,步长太长就能难准确地到达合适的值。* |" `4 {/ f; z# j" Q  U

      N( f' y* }  X然后我们的新的w=w+a*array(x0,x1...xn)*error* L7 c. d- |& l  ^- J$ A: c; l
    % Z7 X# H& Z4 r. E3 @+ g: X& M
    一般设置循环多少次然后停止或者当error小于多少值得时候算法停止0 w1 r/ G) Q) Z& l! w- s9 C
    7 a; Z  o% O3 L$ J2 K
    最后我们还要将y输入进阶跃函数来完成分类。不过由于阶跃函数在零点没有值所以有各种各样的麻烦,所以换成sigmoid函数,当<0.5时等于0,当 >0.5时等于1
    " H3 U/ \6 q$ L; e! j
    ; Q' o( {. w( C4 Y& q
    ) H" [- Z# E: p8 v* |& K& n  x" F- V% u# C8 p- J' K2 @

    数学建模解题思路与方法.pptx

    117.69 KB, 下载次数: 3, 下载积分: 体力 -2 点

    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-9-9 21:34 , Processed in 0.508707 second(s), 53 queries .

    回顶部