机器学习应用实例——使用逻辑回归算法（Logistic Regression）实现信用卡欺诈检测

机器学习回归人工智能数据挖掘

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。

文件下载

资源详情

[{"title":"（ 4 个子文件 66.15MB ）机器学习应用实例——使用逻辑回归算法（Logistic Regression）实现信用卡欺诈检测","children":[{"title":"逻辑回归-信用卡欺诈检测","children":[{"title":"creditcard.csv 143.84MB ","children":null,"spread":false},{"title":".ipynb_checkpoints","children":[{"title":"逻辑回归-信用卡检测任务-checkpoint.ipynb 161.86KB ","children":null,"spread":false}],"spread":true},{"title":"逻辑回归-信用卡检测任务.ipynb 143.91KB ","children":null,"spread":false},{"title":"test.png 22.49KB ","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

机器学习应用实例——使用逻辑回归算法（Logistic Regression）实现信用卡欺诈检测

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载