python机器学习基础05——sklearn之逻辑回归+分类评价指标
文章目录
- 逻辑回归
- 逻辑回归的损失函数
- 逻辑回归API
- 分类模型的评价指标
- 混淆矩阵
- 准确率
- 召回率(较多被使用)
- 精确率
- f1-score:精确率和召回率的调和平均数
- AUC
逻辑回归
逻辑回归是经典的分类模型,使用的是sigmod函数
- 函数解释:
- Sigmoid函数是一个S型的函数,当自变量z趋近正无穷时,因变量g(z)趋近于1,而当z趋近负无穷时,g(z)趋近于0,它能够将任何实数(非0和1的标签数据)映射到(0,1)区间,使其可用于将任意值函数转换为更适合二分类的函数。 因为这个性质,Sigmoid函数也被当作是归一化的一种方法,与我们之前学过的MinMaxSclaer同理,是属于数据预处理中的“缩放”功能,可以将数据压缩到[0,1]之内。区别在于,MinMaxScaler归一化之后,是可以取到0和1的(最大值归一化后就是1,最小值归一化后就是0),但Sigmoid函数只是无限趋近于0和1。
逻辑回归的损失函数
- 在逻辑回归分类的时候,不管原始样本中的类别使用怎样的值或者文字表示,逻辑回归统一将其视为0类别和1类别。
- 因为逻辑回归也采用了寻找特征和目标之间的某种关系,则每个特征也是有权重的就是w,那么也会存在真实值和预测值之间的误差(损失函数),那么逻辑回归的损失函数和线性回归的损失函数是否一样呢?
- 由于逻辑回归是用于分类的,因此该损失函数和线性回归的损失函数是不一样的!逻辑回归采用的损失函数是:对数似然损失函数:
- 注意:没有求解参数需求的模型是没有损失函数的,比如KNN,决策树。
- 损失函数被写作如下:
- 为什么使用-log函数为损失函数,损失函数的本质就是,如果我们预测对了,则没有损失,反之则损失需要变的很大,而-log函数在【0,1】之间正好符合这一点(-log可以放大损失),
我们可以画图尝试,在结果为1是,被分到1的损失越小,远离1的损失越大,log在0,1取值正好满足
- -log(h)表示分类到正例1的损失
- -log(1-h)表示分类到反例0的损失
- 为什么使用-log函数为损失函数,损失函数的本质就是,如果我们预测对了,则没有损失,反之则损失需要变的很大,而-log函数在【0,1】之间正好符合这一点(-log可以放大损失),
综合后的损失函数为:
这里逻辑回归中优化损失的方法有两个:梯度下降和正则化
梯度下降
- 梯度下降原理介绍:
- 假设现在有一个带两个特征并且没有截距的逻辑回归y(x1,x2),两个特征所对应的参数分别为[
python机器学习基础05——sklearn之逻辑回归+分类评价指标相关推荐
- python机器学习手写算法系列——逻辑回归
从机器学习到逻辑回归 今天,我们只关注机器学习到线性回归这条线上的概念.别的以后再说.为了让大家听懂,我这次也不查维基百科了,直接按照自己的理解用大白话说,可能不是很严谨. 机器学习就是机器可以自己学 ...
- python机器学习库keras——线性回归、逻辑回归、一般逻辑回归
全栈工程师开发手册 (作者:栾鹏) python数据挖掘系列教程 线性回归 import numpy as npfrom keras.models import Sequential from ker ...
- 机器学习基础算法四:逻辑回归算法实验
逻辑回归算法实验 一.逻辑回归介绍 逻辑回归是一种分类模型 z=WTX=w0+w1x1+w2x2+......+wnxnz =W^{T}X=w^{0}+w^{1}x^{1}+w^{2}x^{2}+.. ...
- 2、python机器学习基础教程——K近邻算法鸢尾花分类
一.第一个K近邻算法应用:鸢尾花分类 import numpy as np from sklearn.datasets import load_iris from sklearn.model_sele ...
- 机器学习学习吴恩达逻辑回归_机器学习基础:逻辑回归
机器学习学习吴恩达逻辑回归 In the previous stories, I had given an explanation of the program for implementation ...
- 回归素材(part4)--python机器学习基础教程
学习笔记,仅供参考 文章目录 python机器学习基础教程 线性模型 用于回归的线性模型 过拟合 岭回归 lasso python机器学习基础教程 线性模型 用于回归的线性模型 过拟合
- java基础巩固-宇宙第一AiYWM:为了维持生计,编程语言番外篇之机器学习(项目预测模块总结:线性回归算法、逻辑回归分类算法)~整起
机器学习 一.机器学习常见算法(未完待续...) 1.算法一:线性回归算法:找一条完美的直线,完美拟合所有的点,使得直线与点的误差最小 2.算法二:逻辑回归分类算法 3.算法三:贝叶斯分类算法 4.算 ...
- 吴恩达《机器学习》学习笔记七——逻辑回归(二分类)代码
吴恩达<机器学习>学习笔记七--逻辑回归(二分类)代码 一.无正则项的逻辑回归 1.问题描述 2.导入模块 3.准备数据 4.假设函数 5.代价函数 6.梯度下降 7.拟合参数 8.用训练 ...
- 机器学习第四章之逻辑回归模型
逻辑回归模型 4.1 逻辑回归模型算法原理 4.1.1 逻辑回归模型的数学原理(了解) 4.1.2 逻辑回归模型的代码实现(重要) 4.1.3 逻辑回归模型的深入理解 4.2 案例实战 - 股票客户流 ...
最新文章
- Unix的标准I/O与重定向的若干概念解析
- win2003 server的域用户加入本地管理员组
- 【资源总结】国内AI领域的赛事全集
- outlook里面邮件不能显示图片
- bzoj 2761: [JLOI2011]不重复数字【hash】
- java正方形个圆形面积_java计算图形面积(圆形,正方形, 长方形).pptx
- java 快速从树节点找到数据_14期每日分享Java程序员分享超全哈希相关的知识
- 1.1确定分数与浮点数值之间的近似相等性。
- 第09课 OpenGL 移动图像
- em算法python代码_EM算法Python实战
- 无线路由器通过有线扩展信号覆盖范围(非桥接方式),实现无缝漫游
- 自然语言处理概述及流程
- JAVA实现时间换算
- unity将指定UI图片置为灰色
- 微信停止苹果手机服务器,IOS13微信杀后台终极解决办法亲测有效
- 《代码整洁之道》读后感及总结
- MOS管热设计及发热分析详解
- 先进制造技术论文_轴承先进锻造工艺及制造技术
- 分数阶傅立叶变换中午matlab,怎么做短时分数阶傅里叶变换
- 代尔夫特理工大学计算机科学排名,2019-2020代尔夫特理工大学世界排名多少【QS最新第50名】...
热门文章
- 中职计算机专业英语课程改革初探,中职计算机专业英语教学初探.doc
- 断言(assert)方法
- java将内容写入文件,纯干货
- 美国教授对中国学生写英文文章的建议
- 【重读.转】黑客帝国中的佛法义理
- 学习Spring,看这几本书就够了
- 计算机应用powerpoint试题,《计算机应用基础》试题二
- linux下巴img镜像写入内存卡,【通用教程】拿到一个IMG镜像,在WIN系统如何写入TF卡?Win32DiskImager简单使用指南...
- TypeScript故事—如何使用TypeScript在NPM上发布自定义钩子
- DNS域名解析服务详解
- python机器学习手写算法系列——逻辑回归
- 假设现在有一个带两个特征并且没有截距的逻辑回归y(x1,x2),两个特征所对应的参数分别为[