多元逻辑回归 - 小技巧(一)

在做多元逻辑回归进行分类问题时，经常需要将某一个分类转化成vector，或者反过来的操作。比如一共有四种分类，那么第二种分类的vector就是：[0;1;0;0], 除了第二个元素为1外，其它的都为0.

所以问题为：给定一个vector，里边的值代表了是第几重分类：

比如y = [1;2;4]; 三个样本，第一个样本为分类1，第二个样本为分类2，第三个样本为分类4. 构造一个矩阵，样本分类的相应位为1，其它位为0. 变成：

[ 1 0 0 0;

0 1 0 0;

0 0 0 1;]

三个样本的四分类矩阵，怎么做呢？

octave/matlab里有一个概念，叫做逻辑数组，logical array，可以简单的写成y==i, i是样本分类的数值。

for i = 1:m,

val(i,:) = (y == i);

那么反过来怎么做呢？比如我们predict的时候，算出来了分类矩阵为：

[ 0 1 0 0;

0 1 0 0;

0 0 0 1;]

我们想把它变成[2;2;4], 怎么做呢?可以用max函数，max不但能求最大值，还能求最大值的索引下标。

[v,p] = max(results, [], 2);
p就是我们想要的。不懂max用法可以help max;

原文:http://blog.csdn.net/hongchangfirst/article/details/81068661

作者:hongchangfirst

hongchangfirst的主页:http://blog.csdn.net/hongchangfirst

多元逻辑回归 - 小技巧(一)相关推荐

【机器学习】逻辑回归优化技巧总结（全）
逻辑回归由于其简单高效.易于解释,是工业应用最为广泛的模型之一,比如用于金融风控领域的评分卡.互联网的推荐系统.上文总结了逻辑回归的原理及其实现[全面解析并实现逻辑回归(Python)]. 本文从实际 ...
逻辑回归优化技巧总结（全）
逻辑回归由于其简单高效.易于解释,是工业应用最为广泛的模型之一,比如用于金融风控领域的评分卡.互联网的推荐系统.上文总结了逻辑回归的原理及其实现[全面解析并实现逻辑回归(Python)]. 本文从实际 ...
神经网络（二）：Softmax函数与多元逻辑回归
文章目录一. Softmax函数与多元逻辑回归二.广告时间一. Softmax函数与多元逻辑回归为了之后更深入地讨论神经网络,本节将介绍在这个领域里很重要的softmax函数,它常被用来定义神 ...
《人工智能》机器学习 - 第5章逻辑回归（四多元逻辑回归实战）
5.4多元逻辑回归实战 5.4.1多元逻辑回归实战之预测病马的死亡率本次实战内容,将使用Logistic回归来预测患疝气病的马的存活问题.原始数据集下载地址: http://archive.ics. ...
逻辑回归python正则化选择参数_SKlearn_逻辑回归小练习
逻辑回归逻辑回归(Logistic regression 或logit regression),即逻辑模型(英语:Logit model,也译作"评定模型"."分类评定 ...
【数学建模】统计领域的逻辑回归（分类变量相关性检验、优势比OR、包含分类变量的多元逻辑回归）
统计领域的逻辑回归 0 指导方针 1 分类变量之间的相关性检验 1.1 分类变量相关性的示例 1.2 列联表分析 1.3 信用风险建模案例 1.3.1 制作两分类变量交叉表并求解交叉频率 1.3.2 ...
R语言惩罚逻辑回归、线性判别分析LDA、广义加性模型GAM、多元自适应回归样条MARS、KNN、二次判别分析QDA、决策树、随机森林、支持向量机SVM分类优质劣质葡萄酒十折交叉验证和ROC可视化
最近我们被客户要求撰写关于葡萄酒的研究报告,包括一些图形和统计输出. 介绍数据包含有关葡萄牙"Vinho Verde"葡萄酒的信息.该数据集有1599个观测值和12个变量,分别是 ...
多元有序logistic回归_R语言多元Logistic逻辑回归应用案例
原文链接: http://tecdat.cn/?p=2640 tecdat.cn 可以使用逐步过程确定多元逻辑回归.此函数选择模型以最小化AIC. 如何进行多元逻辑回归可以使用阶梯函数通过逐步过程 ...
R语言多元Logistic逻辑回归应用案例
可以使用逐步回归过程确定多元逻辑回归.此函数选择模型以最小化AIC. 如何进行多元逻辑回归可以使用step函数通过逐步回归过程确定多元逻辑回归.此函数选择模型以最小化AIC. 通常建议不要盲目地遵循 ...
mllib逻辑回归 spark_Spark Mllib中逻辑回归
1相关参数设置 <1> setMaxIter():设置最大迭代次数 <2> setRegParam(): 设置正则项的参数,控制损失函数与惩罚项的比例,防止整个训练过程过拟合, ...

多元逻辑回归 - 小技巧(一)

多元逻辑回归 - 小技巧(一)相关推荐

最新文章

热门文章