逻辑回归标签_2048 AI社区

逻辑回归

2026年CPI数据公布时间表与市场影响机制解析

本文通过构建“AI通胀路径识别模型”，结合CPI时间序列数据、能源价格扰动因子与货币政策响应函数，系统梳理2026年CPI数据发布时间，并分析其在资产定价体系中的关键作用与传导机制。

金融小师妹
2026-05-12 10:38:11

 967

 11

#重构 #线性回归 #人工智能 +1
白银市场突发波动的AI归因解析：单日7%拉升背后的流动性与情绪共振机制

本文通过AI宏观流动性模型，结合美元指数、美债收益率、非农就业数据以及AI数据中心与光伏产业链需求变化，分析白银单日暴涨7%背后的核心驱动逻辑，并对当前白银市场的供需缺口、资金行为及金银比重构趋势进行系统拆解。

金融小师妹
2026-05-12 10:36:53

 498

 16

#线性回归 #逻辑回归 #重构 +2
2026优秀CRM排行榜，6 大厂商工单与销售闭环横向对比

在数字化转型的深水区，企业对于业务系统的需求已从单一的“客户记录”进化为涵盖“工单流转、销售闭环、精细化运营、数据安全及生态集成”的一体化管理。本文档基于超兔一体云的核心架构，横向对比Zoho CRM、探马SCRM、点镜SCRM、ExecVision及Brainshark等主流或特色品牌，深入剖析其在工单闭环、销售管理、客户细分、数据加密及API对接五大关键维度的实现逻辑与能力差异。

blue_dou
2026-04-13 14:59:51

 601

 12

#java #开发语言 #数据结构 +1
2026年CPI数据公布时间表与市场影响机制解析

本文通过构建“AI通胀路径识别模型”，结合CPI时间序列数据、能源价格扰动因子与货币政策响应函数，系统梳理2026年CPI数据发布时间，并分析其在资产定价体系中的关键作用与传导机制。

金融小师妹
2026-04-09 11:46:09

 1334

 9

#能源 #深度学习 #逻辑回归
AI 口播一体机典型场景落地：政务宣讲、企业品宣、电商直播、跨境获客

随着AI技术在政企服务、商业变现、跨境出海等领域的深度渗透，AI口播智能体一体机已从“概念产品”转向“刚需工具”，成为政务传递、品牌发声、直播变现、跨境获客的核心支撑。但目前市场上产品鱼龙混杂，头部品牌虽知名度高，却普遍存在功能割裂、定制化不足、成本偏高、售后滞后等问题。

2301_76655865
2026-02-09 15:28:15

 831

 8

#逻辑回归 #动态规划 #人工智能
学术探险家的秘密武器：书匠策AI如何重构课程论文写作的DNA

），或微信公众号搜一搜“书匠策AI”，开启你的智能学术之旅——在这里，每一篇课程论文都是思想与技术的完美融合，每一次写作都是学术能力的跃迁升级。，则像一位经验丰富的“学术建筑师”，基于“问题提出-文献综述-理论框架-研究方法-实证分析-结论展望”的标准范式，自动生成可调整的三级标题体系，并标注每个章节的核心功能。的科研工具正以“学术外挂”的姿态，为这场探险注入超能力——它不是替代思考的“作弊器”，

书匠策AI学术
2026-02-09 14:39:35

 467

 13

#人工智能 #重构 #模拟退火算法 +4
AI算法实战：逻辑回归在风控场景中的应用

模型固化：将逻辑回归的系数和特征处理规则转化为评分卡（Scorecard），每项特征对应固定加分/减分，便于审计与调整。AUC（ROC曲线下面积）：衡量模型整体区分好坏客户的能力，AUC > 0.7 通常可用，> 0.8 为良好。样本平衡：因坏样本稀少（通常 <5%），需注意采样策略（如欠采样、加权损失），但避免过度扭曲真实分布。因此，即便在深度学习盛行的今天，逻辑回归仍是风控建模的首选基线模型，

renhongxia1
2026-02-02 15:52:08

 827

 16

#人工智能 #算法 #逻辑回归 +4
CNSH-Python学术论文·完整版

你说得对：Python版本才是王炸！为什么？C++是基础设施（操作系统、游戏引擎）Python是人民工具（AI、数据科学、自动化）CNSH-Python = 把硅谷最强的武器，交给中国老百姓！65岁退休工人能写LSTM农村教师能建AI系统退伍军人能做71人格矩阵这才是真正的"技术为人民服务"！🇨🇳这才是真正的"算法主权人民化"！🔥#龙芯⚡️2026-02-01-学术论文-CNSH-Pytho

龍芯北辰 |UID9622
2026-02-02 09:47:20

 1392

 22

#python #开发语言 #逻辑回归 +2
AI大模型应用开发-工具使用：Sklearn 库（调用现成算法，不用自己写）

用 Sklearn 快速实现 KNN、线性回归、逻辑回归等基础算法

 m0_73165198
2026-01-30 09:00:00

 1410

 19

#人工智能 #机器学习 #线性回归 +1
解锁毕业论文“通关密码”：书匠策AI的六大超能力全解析

在AI时代，学术写作不再是一场“孤军奋战”的苦战，而是人与智能工具的“协同进化”。访问书匠策AI官网，微信公众号搜一搜“书匠策AI”）通过选题导航、逻辑架构、内容精炼、格式优化、查重降重和跨学科创新六大功能，重构了毕业论文创作的全流程，让学术小白也能高效产出高质量论文。立即访问官网或关注公众号，开启你的智能科研之旅——让每一篇论文都成为思想与技术的完美共舞！

书匠策AI学术
2026-01-28 10:23:18

 829

 14

#人工智能 #支持向量机 #memcached +4
龙魂AI伦理执行规则（中国文化版）｜全球可修改·祖国一票否决

龙芯⚡️2026-01-26-AI伦理执行规则-中国文化版-v1.0💎 龙芯北辰｜UID9622（Lucky/诸葛鑫）不是「数据主权回到每个人」，是。呼吁大家一起，让AI透明、可追溯、为人民服务。

龍芯北辰 |UID9622
2026-01-26 05:39:24

 882

 10

#开发语言 #编辑器 #算法 +2
开题报告“救星”来了！揭秘书匠策AI如何用科技解锁学术新姿势

写论文就像一场马拉松，而开题报告就是起跑前的热身——方向对了，才能跑得又快又稳。但现实中，许多学者尤其是学生党，总被三大难题卡住：选题撞车、文献堆砌、逻辑混乱。别慌！今天要介绍的，就像一位24小时在线的“学术教练”，用AI技术帮你一键破解开题报告的“魔咒”。无论你是教育领域的研究生，还是需要申请科研项目的教师，这款工具都能让你从“熬夜改稿”变身“高效学霸”。访问书匠策AI官网。

书匠策AI学术
2026-01-23 10:56:46

 463

 12

#人工智能 #支持向量机 #科技 +4
【算法底座研究室】AI 高手之路 11：深入理解线性回归与逻辑回归

我将以深入浅出的方式，剥茧抽丝般地解析线性回归与逻辑回归的奥秘。从理论的高度，到实践的深度，再到应用的广度，带你领略这两种算法的精髓。我会用平实的语言、生动的案例、以及可直接运行的Python代码，将那些看似高深莫测的概念，转化为你触手可及的技能。

赛博罗宾
2025-03-24 22:46:37

 1083

 21

#人工智能 #线性回归 #逻辑回归
机器学习012:监督学习【回归算法】（对比）-- AI预测世界的“瑞士军刀”

算法核心思想优点缺点最适合场景线性回归最佳直线拟合简单、快速、易解释只能处理线性关系简单线性预测逻辑回归预测概率输出概率值、用于分类只能线性分类二分类概率预测岭回归L2正则化稳定、抗共线性不进行特征选择特征相关时的稳定预测Lasso回归L1正则化自动特征选择、稀疏解可能丢弃重要特征高维特征选择多项式回归曲线拟合拟合非线性关系易过拟合、外推差已知曲线形式的拟合回归算法是从数据中学习规律，用规律预测未

 黑客思维者
2025-12-20 19:00:14

 1107

 13

#机器学习 #人工智能 #学习 +2
机器学习008:监督学习【回归算法】（逻辑回归）--AI世界的“是非判断题大师”

逻辑回归，这位AI世界的“是非判断题大师”，其核心价值用简洁、可解释的线性模型，为二分类问题提供一个坚实的概率化解决方案。它就像你学习人工智能旅程中的第一把钥匙。如何将现实问题转化为数学特征，如何用概率来表达不确定性，以及如何通过优化来逼近真理。擅长线性二分类、需要好特征、结果易解释。理解并掌握逻辑回归，你便为后续学习更强大的神经网络（如CNN、RNN）打下了无比坚实的基础。因为无论后面的网络多么

 黑客思维者
2025-12-19 14:21:59

 1168

 22

#机器学习 #人工智能 #学习 +1
【分析式AI】-带你搞懂逻辑回归模型

逻辑回归是一种广义线性模型，主要用于二分类任务。其核心思想是通过sigmoid函数将特征的线性组合映射到(0,1)区间，得到样本属于正类的概率。模型假设样本分类结果服从伯努利分布，通过最大似然估计构造损失函数，并采用梯度下降法求解最优参数。决策边界由θ^Tx=0决定，可通过特征工程实现非线性分类。逻辑回归具有可解释性强、计算高效等优点，但需注意去除高度相关特征以避免多重共线性问题。该模型在概率预测

 Java后端的Ai之路
2025-12-16 02:32:54

 795

 15

#人工智能 #逻辑回归
AI 从线性回归到神经网络那些事

我们从简单的线性回归出发，一步步深入到复杂的神经网络，这一演进过程展现了机器学习模型的内在逻辑和发展脉络。通过这条路径，我们可以理解每个环节的必要性和连续性。表：从线性回归到神经网络的核心概念演进模型关键创新解决的问题遗留的挑战线性回归建立特征与目标的线性关系连续值预测无法处理非线性与分类问题逻辑回归使用Sigmoid函数输出概率二分类问题本质仍是线性模型激活函数引入非线性变换拟合非线性关系单层模

 xyzroundo
2025-12-10 23:19:19

 1066

 8

#人工智能 #线性回归 #神经网络 +1
机器学习模型评估宝典：训练/测试切分与交叉验证深度解析

本文介绍了机器学习建模的核心流程，包括数据准备、数据切分、模型训练和评估。首先展示了一个员工离职预测的数据示例，说明特征（X）和标签（y）的结构。接着详细讲解了三种数据切分方法：随机切分（推荐使用train_test_split）、交叉验证和时间序列切分。最后演示了如何使用训练集训练逻辑回归模型，并查看模型参数。整个过程强调数据预处理的重要性，并提供了完整的Python代码实现，适合机器学习初学者

 闹纳尼
2025-11-30 02:28:21

 948

 23

#机器学习 #人工智能 #数据分析 +4
人工智能与应用

NLP 是Natural Language Processing（自然语言处理）的缩写，是人工智能（AI）的核心子领域之一，旨在让计算机理解、处理、生成人类自然语言（如中文、英文），实现 “人机语言交互”。自注意力机制（Self-Attention）是一种让模型 “关注输入信息中关键部分” 的计算机制。

2501_93827961
2025-11-28 09:41:11

 579

 16

#人工智能 #信息可视化 #逻辑回归
《Python AI入门》第5章分类的智慧——逻辑回归与泰坦尼克号生存预测

本章我们将挑战数据科学领域最著名的入门竞赛——泰坦尼克号生存预测。我们将穿越回1912年，通过分析乘客的名单，训练一个AI模型来寻找逃生背后的规律。在这个过程中，你将掌握处理“非数值型数据”的技巧，并学会如何评估一个分类模型的优劣

 撸码猿
2025-11-25 22:18:22

 1203

 35

#分类 #逻辑回归 #数据挖掘 +1
如何通过智能弹性架构提升企业数字化转型的效率与创新能力

智能弹性互联网架构为企业提供了应对复杂多变的业务环境的灵活性和高可用性。通过结合智能化架构设计、自动化研发流程、数据驱动决策、AI运维和用户体验优化等技术，企业不仅能够提升系统的性能与可靠性，还能够加速数字化转型的步伐，实现业务创新和持续发展。随着技术的不断进步和市场需求的变化，企业应继续优化架构、流程和运营模式，确保在数字经济时代占据一席之地。

2501_94186563
2025-11-23 23:19:55

 769

 9

#逻辑回归
低代码开发平台的实践与互联网技术创新趋势

低代码开发平台通过可视化设计、组件复用和自动代码生成，显著提升开发效率。其采用微服务架构，支持前后端分离，适用于企业内部系统、电商管理、数据可视化等场景。实践表明需注意适用场景选择、组件复用和性能优化。未来发展趋势包括AI增强、行业定制化和开放生态。低代码平台正成为企业数字化转型的关键工具，有效缩短开发周期并提升业务响应速度。

2501_94180726
2025-11-12 23:26:19

 1039

 27

#逻辑回归
（2025）大模型应用开发全栈教程：从Prompt到Agent的完整技术路线！

文章介绍大模型应用开发的五层演进路线：Prompt Engineering、RAG、Agent、Workflow和Infra。从简单提示词工程到复杂智能体协作和基础设施管理，详细解释各层次目标和技术要点，帮助开发者构建系统化LLM应用思维，让模型从"能说"到"能干"，像人一样理解、思考、行动和记忆。

Python程序员小泉
2025-11-12 11:38:08

 735

 15

#人工智能 #逻辑回归 #线性回归 +1
【AI+农业】农业与AI大模型的融合主要面临哪些挑战？

本文探讨AI大模型在农业领域的应用与挑战。面对全球粮食需求增长，AI已推动智能农机实现厘米级耕作，提升作物产量17%。主要挑战包括多源异构数据处理、模型泛化能力不足及技术与产业脱节。解决方案需从技术研发、技术适配和全链条协同三方面入手。文末提供大模型学习路线，助力从业者掌握AI赋能农业的实用技能。

Python程序员小泉
2025-11-12 11:35:47

 780

 30

#人工智能 #产品经理 #逻辑回归 +2
产品经理的AI转型秘籍：3-5年经验者的稳妥转型之路，大厂老兵的实战指南！

在前几年，前端工程师的职能已经不再局限于“切图仔”或页面交互实现者，而逐渐演变为“全栈接口桥梁”“业务逻辑推动者”。尤其随着AI大模型的爆发式发展，越来越多从事前端开发的工程师，开始尝试涉足AI领域，甚至有的已经转型成为AI产品开发的核心成员。

Python程序员小泉
2025-11-11 13:43:40

 1369

 40

#产品经理 #人工智能 #状态模式 +3
月薪75k+并非遥不可及，年轻人如何抓住机遇，实现高薪梦想？

从ChatGPT掀起的自然语言处理革命，到DeepSeek在垂直领域的精准突破，再到国产大模型如雨后春笋般的迭代，人类正站在技术跃迁的关键节点。这场由数据与算法主导的变革，不仅重构了工厂的生产线、医院的诊疗流程，更在悄然间重塑着年轻人的职业坐标系——选择与AI同行，正在成为越来越多人的“最优解”。

Python程序员小泉
2025-11-10 13:50:59

 1740

 56

#人工智能 #逻辑回归 #线性回归 +2
程序员未来会被AI取代吗？

文章指出AI将超越工具角色，逐步替代大部分编程工作。当前程序员低估了AI在系统设计和复杂开发上的潜力，90%的常规编程工作可被AI取代。随着低代码/无代码平台与AI结合，技术生态变化加速程序员边缘化。AI能减少人类错误并提供更高效解决方案。尽管程序员常以创造力和理解需求为防御，但这些能力AI也在快速掌握。未来只有少数高价值技术人才能保持竞争力，程序员亟需转型大模型领域以避免被淘汰。

Python程序员小泉
2025-11-10 13:48:00

 763

 16

#人工智能 #线性回归 #逻辑回归 +2
【干货】上下文工程全解析：从提示词到智能信息系统的进化！

上下文工程是专注于大语言模型信息载荷系统性设计、组织和优化的学科，它突破了传统提示词工程的局限。通过智能信息检索、动态上下文组装、分层记忆管理和多模态处理等技术，使AI具备记忆能力和智能信息管理功能，显著提升任务准确率和效率。特别适合多轮对话、知识密集型任务和复杂推理场景，代表了从单次优化到系统性管理的根本转变，是构建高效AI应用的关键技术。

Python程序员小泉
2025-11-10 13:36:50

 660

 27

#人工智能 #线性回归 #算法 +2
【干货】RAG-Anything：大模型知识库的“多模态革命“！

RAG-Anything提出创新多模态RAG框架，解决传统RAG无法处理图像、表格等非文本信息的局限。通过双图谱构建策略（跨模态知识图谱和文本知识图谱）与混合检索机制，实现对复杂文档中多模态知识的结构化理解与精准检索。实验显示，在长文档处理上准确率比基线模型高出近14个百分点，为构建真正理解多模态信息的大模型知识系统提供重要突破。

Python程序员小泉
2025-11-08 13:48:11

 1175

 14

#算法 #线性回归 #人工智能 +2
大模型Scaling Law深度解析，收藏这篇就够了！

本文深入解析大模型Scaling Law，揭示模型参数量、数据大小与计算量之间的幂律关系及其对性能的影响。探讨了不同研究团队对模型与数据重要性的观点差异，介绍LLaMA等反Scaling Law案例，并提供了计算效率最优的实操方法，帮助开发者科学规划大模型训练资源。

Python程序员小泉
2025-11-08 13:46:51

 1580

 11

#线性回归 #人工智能 #逻辑回归 +2
AI IDE 与辅助编程的核心能力

简要介绍 AI IDE 和 AI 辅助编程工具（如 GitHub Copilot、Amazon CodeWhisperer、Tabnine 等）的普及背景，提出核心问题：这些工具能否真正提升效率，改变开发者的工作模式？AI 工具能减少低效劳动，但核心矛盾（如需求管理、人力评估体系）仍需系统性解决。真正的“告别 996”需结合技术、管理与社会层面的协同变革。

可乐加冰00
2025-08-30 15:37:30

 251

 1

#模拟退火算法 #散列表 #随机森林 +2
机器学习算法全景解析：从理论到实践

机器学习是一门研究如何通过数据自动改进计算机程序性能的学科。其核心思想是：通过算法解析数据，从中学习规律，然后对真实世界中的事件做出决策或预测。机器学习算法种类繁多，各有其适用场景和优缺点。在实际应用中，需要根据具体问题和数据特点选择合适的算法。自动化机器学习：减少人工干预可解释AI：增强模型透明度联邦学习：保护数据隐私强化学习应用扩展：解决更复杂决策问题掌握机器学习算法不仅需要理解数学原理，还需

 过往入尘土
2025-08-29 21:06:33

 2017

 44

#机器学习 #随机森林 #逻辑回归 +1
GASA-II-XRD精修软件使用教程

摘要：本文介绍了GSAS-II软件处理粉末衍射数据的核心功能模块及参数设置要点。主要包括：数据读取注释窗口、角度范围设定、背景曲线拟合（推荐Chebyschev-1函数）、仪器参数校准、样品参数设置（需注意仪器类型选择）、物相参数精修（包括晶胞参数、相分数、晶粒尺寸和微应变等）。重点强调了背景曲线系数选择原则、各参数精修条件（如比例因子需精修而样品透明度一般不修）、以及物理合理性校验（如曲线不可为

 杜小工
2025-08-03 03:05:23

 6386

 5

#python #模拟退火算法 #启发式算法 +1
LanceOtron: a deep learning peak caller for ATAC-seq, ChIP-seq, and DNase-seq

ATAC-seq、ChIP-seq 和 DNase-seq 是基因组识别中重要的DNA编码元素，这些元素在分析覆盖轨迹的模拟信号中表现为峰值。本文提出了一个基于深度学习的峰值调⽤框架 LanceOtron，使用深度学习图像识别的方法来识别峰值形状，来进行富集测量。...

与光i
2022-07-10 19:55:09

 819

 2

#深度学习 #机器学习 #逻辑回归
机器学习模型特征重要性分析与应用

本文深入探讨了在机器学习中如何通过模型的系数来评估特征的重要性，并以线性回归、逻辑回归和决策树等不同模型为例，展示如何计算和解释特征重要性分数。文章强调了结果的随机性和可变性，并建议多次运行以获得更稳定的平均性能。此外，还探讨了决策树特征重要性的原理及其在随机森林算法中的应用，揭示了不同特征对于预测结果影响的差异。

羊迪
2025-04-11 09:21:30

 693

 4

#线性回归 #逻辑回归 #决策树 +1
机器学习：使用matlab实现逻辑回归解决数字识别（多元分类）问题

来自coursea机器学习课程ex3

ShadyPi
2022-01-22 21:44:36

 4905

 9

#matlab #机器学习 #逻辑回归
逻辑回归（LR）公式推导及代码实现

文章目录构造hypothesis构造损失函数通过“梯度下降法”求参数 θ\thetaθ 的更新式代码实现逻辑回归是用来解决分类问题用的，与线性回归不同的是，逻辑回归输出的不是具体的值，而是一个概率。除去了sigmoid函数的逻辑归回和线性回归几乎是一样的。构造hypothesis逻辑回归的HHH可以看做是一个线性回归方程的结果经过一个sigmoid函数得到的结果（为正样本的概率），逻辑回归的...

aift
2020-04-07 19:35:56

 2593

 2

#逻辑回归 #机器学习 #回归
逻辑回归(Logistic)模型

Logistic回归（逻辑回归）是基础的分类模型，将输出限定在0-1之间，表示分类的概率。在分类时，可设定阈值为0.5，概率超过0.5表示正例，小于0.5表示负例。应用场景包括医学检测（是否患病，肿瘤良性恶性）、金融（信用卡违约）、市场营销（客户是否流失）等。

cufewxy2018
2025-02-27 17:58:27

 1643

 4

#逻辑回归 #算法 #机器学习
机器学习逻辑回归算法原理、伪代码及实现效果展示

1. 算法原理logistic/sigmoid函数作用：把取值范围从负无穷到正无穷的公式计算结果，压缩到0和1之间，这样的输出值表达为“可能性”更直观。逻辑回归算法用于估计预测目标的可能性，它属于软分类算法，即最终得到的是一个具体的概率，而不仅仅是“是”或“不是”这样的二分类结果；逻辑回归能提供一个样本属于正类的可能性是多少，比如假设对于样本x，回归系数w，（w^T是向量w的转置），使用sigmo

正则化
2018-04-02 16:23:48

 6299

#人工智能 #机器学习 #逻辑回归
区别：支持向量机 (SVM) 和逻辑回归

逻辑回归基于最大化似然估计，其损失函数为对数似然损失：其中。

m0_53605808
2025-01-07 14:33:40

 1870

 12

#算法 #支持向量机 #逻辑回归
机器学习经典算法——逻辑回归

逻辑回归算法

 码农界的菜鸟成长
2025-01-03 22:06:43

 1479

 14

#人工智能 #机器学习 #逻辑回归 +1
实验一逻辑回归

逻辑回归也称作logistic回归分析，是一种广义的线性回归分析模型，属于机器学习中的监督学习。通过给定的n组数据（训练集）来训练模型，并在训练结束后对给定的一组或多组数据（测试集）进行分类。print("====================测试model====================")经过这次的实验初步掌握了逻辑回归算法的使用，使用逻辑回归来解决具体问题，为之后的学习打下了基础。

书启秋枫
2022-12-22 15:46:38

 1750

#逻辑回归 #python
逻辑回归（Logistic Regression）

逻辑回归（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。逻辑回归与线性回归本质上是类似的，相较线性回归只是多了一个Logistic函数（或称为Sigmoid函数）。moreimport numpy as np import matplotlib . pyplot as plt # sigmod函数，即得分函数,计算数据的概率是0还是1；得到y大于等于

 crossoverpptx
2023-06-18 10:56:51

 1809

#逻辑回归 #机器学习 #回归
Python代码实现及Logistic回归（逻辑回归）

Logistic回归是一种简单有效的分类模型，尤其适用于二分类问题。通过Python的实现，我们可以看到如何构建一个逻辑回归模型并进行训练和预测。尽管逻辑回归在处理复杂数据时可能表现不佳，但它是理解更复杂模型的基础。在实际应用中，逻辑回归常用于医疗诊断、金融欺诈检测等领域。随着机器学习的进步，逻辑回归仍然是一个不可忽视的工具。

一只蜗牛儿
2024-10-21 10:13:31

 1721

 7

#python #回归 #逻辑回归
对数几率回归——Logistics Regression原理

Logistic Regression简介对数几率回归，也称为逻辑回归，虽然名为“回归”，但实际上是分类学习方法。优点不仅可以预测类别，还可以得到近似概率，对许多需要利用概率辅助决策的任务很有用。直接对分类可能性建模，无需考虑数据分布的问题。对率函数任意阶可导，有很好的数学性质缺点特征空间较大时，性能表现不好容易欠拟合，一般准确率不高只适用线性可分问题...

稚与
2020-05-07 13:57:59

 3364

 1

#机器学习 #逻辑回归 #人工智能
机器学习实验（一）

实验一逻辑回归一、实验目的加深对逻辑回归算法的理解和认识。掌握基于逻辑回归的二分类算法和基于 softmax 的多分类算法的设计方法。二、实验原理先拟合决策边界(不局限于线性，还可以是多项式)，再建立这个边界与分类的概率联系，从而得到了二分类情况下的概率。极大似然估计求解的思想和理论依据。逻辑回归的评价指标。三、聚类步骤读入要分类的数据(数据集：iris_data)，并做一些数据格式的预处理，划

 Qutter
2021-11-09 22:05:34

 1186

#机器学习 #逻辑回归 #人工智能
常用统计预测方法介绍

快速了解常用的统计预测方法！

敢不敢让我三行代码~~v~~
2022-02-13 16:49:33

 7903

 3

#python #逻辑回归 #概率论
逻辑回归（Logistic Regression）模型的概率预测函数

逻辑回归是最常见的分类模型，具有如下形式：以二分类问题为例，常见的损失函数有负对数似然损失(neg log-likelihood loss)，交叉熵损失(cross entropy loss)，deviance loss指数损失(exponential loss)。前三者虽然名字不同，但却具有相同的表达形式。此外，neg log-likelihood loss 和 exponential loss

Hali_Botebie
2025-03-26 18:00:31

 1441

 14

#逻辑回归 #算法 #机器学习