博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
logistic回归
阅读量:4701 次
发布时间:2019-06-09

本文共 386 字,大约阅读时间需要 1 分钟。

  logistic回归总是让我很迷惑。

  基本的思路是:

  1、先是,特征向量x-p函数是logistic函数,注意到这里是不是密度函数,因为它的积分不是1。

  2、其次,根据0-1分布,写出离散分布的概率密度函数。

  3、最后,根据最大似然函数求出参数。

  可是,什么情况下,特征向量x与0或1的事件概率成logistic函数关系呢?拿一维的情况说明吧,比如对于成年男女两类问题,一维特征向量取身高x,x越大,是男士的概率越高。逐渐地趋于1。当然这里不太准确,因为logistic中,x可以取负数。具体什么情况可以看成logistic,有待分析。

 

可参考:http://cs229.stanford.edu/notes/cs229-notes1.pdf

转载于:https://www.cnblogs.com/Wanggcong/p/4693480.html

你可能感兴趣的文章
SharePoint服务器端对象模型 之 使用CAML进展数据查询
查看>>
Building Tablet PC Applications ROB JARRETT
查看>>
Adobe® Reader®.插件开发
查看>>
【POJ 3461】Oulipo
查看>>
Alpha 冲刺 (5/10)
查看>>
使用Siege进行WEB压力测试
查看>>
斑马为什么有条纹?
查看>>
android多层树形结构列表学习笔记
查看>>
Android_去掉EditText控件周围橙色高亮区域
查看>>
《构建之法》第一、二、十六章阅读笔记
查看>>
arrow:让Python的日期与时间变的更好
查看>>
(转)Excel的 OleDb 连接串的格式(连接Excel 2003-2013)
查看>>
Java并发编程
查看>>
Git Stash用法
查看>>
sql server 2008学习8 sql server存储和索引结构
查看>>
Jquery radio选中
查看>>
memcached 细究(三)
查看>>
RSA System.Security.Cryptography.CryptographicException
查看>>
webservice整合spring cxf
查看>>
[解题报告] 100 - The 3n + 1 problem
查看>>