
機(jī)器學(xué)習(xí)從入門到放棄之邏輯回歸
回到本系列的第一篇文章機(jī)器學(xué)習(xí)從入門到放棄之KNN算法,在里面有這樣的一個問題
黃點代表1類電影的分布,綠色代表0類電影的分布,紫色代表需要分類的電影樣本。
那么該怎么判別紫色的那顆點所在的類別呢?
之前給出的是KNN算法,通過計算紫色點都周邊的劇場的長短,來判斷紫色點屬于哪個類別?,F(xiàn)在有這樣一種極端情況,黃點和綠點在紫點周圍呈圓周分布,距離一樣,咋辦?
圖畫得不是太好,大家理會我的意思就行。
在這種情況,假如像下圖這樣的情況,就容易處理得多了。
紅線的下方是黃色種類,上方時綠色種類。
這種情況我們稱之為線性分類,關(guān)于如何擬合出這條線程函數(shù)下面會講述?,F(xiàn)在先來說說,既然這叫線性分類,那么必然會有非線性的情況啊,那咋辦呢?
沒錯,如果特征可以被線性函數(shù)全部表達(dá),這自然是理想情況,但實際問題中更多的非線性分類。
這時,我們需要將線性函數(shù)轉(zhuǎn)換為非線性函數(shù)。那怎么轉(zhuǎn)換呢,很簡單,將線性函數(shù)(假設(shè)叫z),扔到某一非線性函數(shù)f(x)內(nèi),得到新的表達(dá)式y(tǒng) = f(z),就是我們所需的非線性分類器了,而f(x)也就作激活函數(shù),它有很多種,本文只介紹邏輯回歸所使用到的sigmoid函數(shù),其表達(dá)式是
其圖像有一個漂亮的S型
可見在x的取值范圍足夠大的時候,其從0變1的過程可以忽略不計,因此,我們習(xí)慣的把>0.5歸為1類,<0.5歸為0類,那么恰好是0.5怎么辦?這個概率是極低的,如果真的是0.5,那就隨機(jī)歸類,然后出門買張彩票吧,說不定就不用繼續(xù)當(dāng)程序員了。 (/≥▽≤/)
回到表達(dá)式上,可知函數(shù)的變量是z其余都是常量,所要要求解該分類函數(shù)的值,就是要確定z的值而z是線性方程,基本的數(shù)學(xué)知識不難知道,
$$z=a1x1+a2x2……an*xn$$
其中[x1……xn]是輸入向量,所以訓(xùn)練的過程就是確定于[a1,a2……an]的值,使得該表達(dá)式對于多個輸入向量的輸出值正確率最高。
下面開始講述求最佳的[a1,a2……an]的方法
顯然,我們可以設(shè)計一個函數(shù)來衡量[a1,a2……an]是否最佳,比如說這樣的
顯然當(dāng)J(a)達(dá)到最小值時,a的值最佳。方法如下,
初始化weight,可以使用隨機(jī)值
代入式子得到err = y – predict
weight = weight + alpha * error * x_train[i],其中alpha稱為學(xué)習(xí)速率,太小會影響函數(shù)的收斂速度,太大剛才就不收斂了。
為了解決上述問題,在《機(jī)器學(xué)習(xí)實戰(zhàn)中》使用了動態(tài)更新alpha的方法,式子為alpha = 4/(1+i)+0.01
上述修改weight的過程稱為梯度下降法,其中我故意略去了數(shù)學(xué)證明部分,需要的同學(xué)請自行查找專業(yè)資料。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10CDA 數(shù)據(jù)分析師:商業(yè)數(shù)據(jù)分析實踐的落地者與價值創(chuàng)造者 商業(yè)數(shù)據(jù)分析的價值,最終要在 “實踐” 中體現(xiàn) —— 脫離業(yè)務(wù)場景的分 ...
2025-09-10