logistic-regression

0热度

1回答

我使用TensorFlow和mnist数据集实施了逻辑回归模型。我弄清楚如何使用下面的代码获得学习算法的总准确度... correct_prediction = tf.equal(tf.argmax(pred, 1), tf.argmax(y, 1)) accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32)) pri

0热度

1回答

Logit函数作为神经网络的附加输入的输出

这是在二元分类问题中的ANN和逻辑回归的混合。例如，在我遇到的其中一篇论文中，他们指出：“通过使用逻辑回归模型来计算失败概率，然后将该值作为附加输入变量添加到ANN中来构建混合模型类型，这种类型的模型被定义为Plogit-ANN模型“。因此，对于n个输入变量，我试图理解附加输入n + 1对ANN的激活函数（例如logit函数）和权重总和乘以输入值。我们是否将这个概率变量n + 1当作独立权值之一

0热度

1回答

逻辑回归梯度有什么问题？

我试图采取此功能的梯度： loss function （N - 对象，m - 要素）。 def L(y,X,w): #loss function return np.sum(np.log1p(np.exp(np.dot(w,(-X.T*y))))) 这是我的偏导数的计算：analytic gradient def g(y,X,w): #gradient return (-X.T*y).dot(1-

2热度

1回答

只有一个数字特征的逻辑回归

只有一个数字特征时，使用scikit-learn的LogisticRegression求解器的正确方法是什么？我跑了一个简单的例子，我发现很难解释。任何人都可以请解释我在这里做错了吗？ import pandas import numpy as np from sklearn.linear_model import LogisticRegression X = [1, 2, 3, 10,

-2热度

1回答

如何决定在14个特征Logistic回归模型中使用哪个假设函数和决策边界？

我正在尝试实现具有14个功能的多变量Logistic回归模型。对于2个特征，我们可以使用散点图可视化数据，并手动决定假设函数和决策边界。我如何为14个功能做同样的事情？有没有可视化这些数据的方法？如果不是，我怎样才能达到最佳状态？

0热度

2回答

如何改变时，对预测-一个参数sklearn？

我们知道，在逻辑回归算法我们预测之一，当THETA次X是大于0.5。我想提高精度值。所以我想改变它的预测函数来预测1时THETA倍X是大于0.5大于0.7或其它值。如果我写的算法，我可以很容易地做到这一点。但随着sklearn包，我不知道该怎么做。任何人都可以帮我一把吗？为了清楚地足够解释的问题，这里是在八度的预测函数罗滕： p = sigmoid(X*theta); for i=1:s

-1热度

1回答

Scikit-learn中Logistic回归的编码方法

我想用Scikit-learn工具使用Logistic回归来做一些预测任务。赫斯是我的任务的两个示例特点：特点：1（男人，女人，不明）---分类变量特点2（点击数）---连续可变我不知道在向Logistic回归输入数据时如何编码功能。我应该使用1，2和3表示分类变量男人，女人和不明，或使用（1，0，0），（0，1，0），（0，0， 1）来代表他们，当我使用Scikit学习的逻辑回归？那连

-1热度

1回答

摘要Logistic回归分析结果

假设我想象中的数据集是这样的： dt1<-data.frame(X2=c(1,2,3,4,5),X9= c(3,4,5,6,7), X16=c(10,11,12,13,14), X30=(21,22,23,24,25), X23=c(0,1,0,1,1)) 我跑在一个给定的数据逻辑回归模型集合使用下面的代码： myresult<-glm(X23~., data = dt1, family =

0热度

1回答

如何合并二进制类与Logistic回归与Python

我有一个视频游戏数据集与许多分类列。我将所有这些列二值化。现在我想用Logistic回归预测一个列（称为评级），但是这个列现在实际上被二进制化为4列（Rating_Everyone，Rating_Everyone10 +，Rating_Teen和Rating_Mature）。所以，我涂敷四次Logistic回归，这里是我的代码： df2 = pd.read_csv('../MQPI/docs

0热度

1回答

在stata中绘制优势比与连续变量

有没有什么办法可以在stata中绘制这样的图形：线性或年龄; 的比值比是从一个逻辑回归。我想绘制每个连续变量值的优势比，并将参考值设置为最小值。 “边距”似乎满足我的需要，但是，我必须列出连续变量的所有值，以便它可以计算OR。另一个问题是我想在“twoway”绘制的另一张图上绘制此图，我不确定如何在stata中执行此操作。