大数据-算法-面向可逆逻辑综合的QM算法并行设计与基于CUDA的实现.pdf
2022-05-07 14:06:45
3.6MB
大数据-算法-面向可逆逻辑综合的基因表达式编程GEP算法的研究与实现.pdf
2022-05-07 14:06:44
3.06MB
Logistic Regression 虽然被称为回归，但其实际上是分类模型，并常用于二分类。Logistic Regression 因其简单、可并行化、可解释强深受工业界喜爱。
本资源使用基于Sklearn实现逻辑回归算法，同时提供了用于模型训练的数据集（信用卡数据集合），实现对是否存在信用卡欺诈行为进行检测。资源包括以下内容：
1、jupyter notebook程序源码
2、用于模型训练的数据集（csv文件）
3、使用混淆矩阵对测试结果进行评估
LR实现简单高效易解释，计算速度快，易并行，在大规模数据情况下非常适用，更适合于应对数值型和标称型数据，主要适合解决线性可分的问题，但容易欠拟合，大多数情况下需要手动进行特征工程，构建组合特征，分类精度不高。
LR直接对分类可能性进行建模，无需事先假设数据分布，这样就避免了假设分布不准确所带来的问题
LR能以概率的形式输出，而非知识0，1判定，对许多利用概率辅助决策的任务很有用
对率函数任意阶可导，具有很好的数学性质，许多现有的数值优化算法都可以用来求最优解，训练速度快
适用情景：LR是很多分类算法的基础组件，它的好处是输出。
2022-05-07 10:05:28
66.15MB