type
status
date
slug
summary
tags
category
icon
password
逻辑回归
概念
逻辑回归不是一个回归的算法,逻辑回归是一个分类的算法,就比如卡巴斯基不是司机。
那为什么逻辑回归不叫逻辑分类?因为逻辑回归算法是基于多元线性回归的算法。而正因为此,逻辑回归这个分类算法是线性的分类器。
![sigmod](https://www.notion.so/image/https%3A%2F%2Fs3-us-west-2.amazonaws.com%2Fsecure.notion-static.com%2F1d33c239-5f1f-4f2b-a861-700539f4d3ef%2FUntitled.png?table=block&id=f40fc712-7010-4cb4-92eb-5d038c2009f6)
Sigmoid 作用
逻辑回归就是在多元线性回归基础上把结果缩放到 0 到 1 之间。 h (x)越接近+1 越是正例, h (x)越接近 0 越是负例,根据中间 0.5 分为二类,即二分类
![notion image](https://www.notion.so/image/https%3A%2F%2Fs3-us-west-2.amazonaws.com%2Fsecure.notion-static.com%2Face5e70b-3b90-4d36-9c12-90cf481d973c%2FUntitled.png?table=block&id=5b3e5ccd-51c8-4d94-9f17-ad1e2afa07f0)
![notion image](https://www.notion.so/image/https%3A%2F%2Fs3-us-west-2.amazonaws.com%2Fsecure.notion-static.com%2F5e4ae3b2-e129-4e32-8b27-628646e75d64%2FUntitled.png?table=block&id=961df239-084e-473a-885e-eb10ea344654)
为什么用sigmod?其实是一系列的数学推导,还没看懂,先略了zzz
损失函数
![notion image](https://www.notion.so/image/https%3A%2F%2Fs3-us-west-2.amazonaws.com%2Fsecure.notion-static.com%2F2c31271a-e847-4750-aaee-d4e67cc35e81%2FUntitled.png?table=block&id=76ac033f-1d85-4bde-a34b-7a876bb0fe04)
如何做多分类?
1 One VS All
来个gpt的举例
一对多(One-vs-Rest,OvR)方法是处理多分类问题的一种常用技巧。它的核心思想是将一个多分类问题分解为多个二分类子问题,每个子问题解决一个类别是否属于当前类别的问题。以下是一个简单的例子来说明一对多方法的原理:
假设我们有一个数据集包含三个类别的样本:狗、猫和兔子。我们想使用逻辑回归进行多分类。下面是一对多方法在这个情境下的应用:
- 数据集准备:
假设我们有一个数据集,每个样本有两个特征,特征向量表示为 (feature1, feature2)。还有一个目标向量,每个元素表示相应样本的类别:0 表示狗,1 表示猫,2 表示兔子。
- 一对多训练:
- 步骤 1:训练狗 vs. 非狗(猫 + 兔子)的逻辑回归模型。
- 步骤 2:训练猫 vs. 非猫(狗 + 兔子)的逻辑回归模型。
- 步骤 3:训练兔子 vs. 非兔子(狗 + 猫)的逻辑回归模型。
对于一对多方法,我们将三个类别分别作为正类别,其他两个类别合并作为负类别。
在每个步骤中,将目标标签进行转换:当前类别为正类(1),其他类别为负类(0)。然后在每个步骤中分别训练一个逻辑回归模型。
- 预测:
在预测时,对于一个新的样本,将它传递给三个训练好的模型进行预测。每个模型返回一个概率值,表示样本属于当前类别的概率。最终,选择具有最高概率的类别作为预测结果。
一对多方法的优势在于它相对简单,易于实现,并且可以使用逻辑回归等简单分类器进行训练。然而,在某些情况下,不同类别之间的关系可能导致决策边界不一致,或者可能需要更复杂的分类器来处理更复杂的分类问题。
2 多项式逻辑回归(Softmax 回归)
softmax 回归是另一种做多分类的算法。从名字中大家是不是可以联想到广义线性回
归,softmax 回归是假设多项分布的,多项分布可以理解为二项分布的扩展。
![Softmax](https://www.notion.so/image/https%3A%2F%2Fs3-us-west-2.amazonaws.com%2Fsecure.notion-static.com%2F668fbbda-944c-4ad4-960e-25b56efbc4d2%2FUntitled.png?table=block&id=f7f0729f-f6f8-45e9-a38d-d3c72df8e286)
也是我没完全看懂的地方
其它
- 作者:MasterYe
- 链接:https://www.masterye.xyz//article/AI-3
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议,转载请注明出处。
相关文章