1回答
我目前正在学习由Andrew Ng在Coursera上教授的深度学习专业化。在第一个任务中，我必须定义一个预测函数，并想知道我的替代解决方案是否与实际解决方案一样有效。请让我知道我对np.where()函数的理解是否正确，因为我已经在"ALTERNATIVE SOLUTION COMMENTS“下面的代码中对此进行了注释。此外，如果我在“实际解决方案评论”中的理解也能得到检查，我将不胜感激
浏览 15提问于2020-05-01得票数 2
回答已采纳
我已经成功地使用matplotlib绘制了逻辑回归的直接决策边界。然而，我在绘制一条曲线以理解使用一些样本数据集进行过拟合的情况时遇到了一些困难。我正在尝试使用正则化建立逻辑回归模型，并使用正则化来控制过拟合我的数据集。# plot of x 2Dpos=np.where(y=
浏览 1提问于2015-05-04得票数 1
1回答
我试图理解的概念，输出产生的逻辑回归模型，在皮斯喀斯特。
有谁能解释一下由logistic回归模型生成的rawPrediction字段计算背后的概念？谢谢。
浏览 3提问于2018-01-15得票数 1
回答已采纳
您能对Azure逻辑应用程序进行自动回归/集成测试吗？..。如果你做不到，为什么不呢！
浏览 6提问于2017-01-25得票数 4
回答已采纳
1回答
我在python中使用sklearn，实现的想法是通过使用Logistic回归来预测SPX 500。 我从yfinance获得了SPX的历史价格，并根据每日回报(我也计算了)计算了5个特征(x)。shift(5)X = df.iloc[:,-5:]
y =np.where
浏览 29提问于2020-10-18得票数 0
1回答
第一组中的整数是根据某些规则(不是数学规则，将这些值视为命名某些项的代码，而是某种范畴映射)映射到第二集中的整数的。映射不一定是100到1，在某些情况下，我可能只有大约30个整数从第一个集合映射到第二个集合中的一个整数，在其他情况下是300，但当然它平均是100比1。使用sklearn，我创建了一个决策树，它能够达到99%以上的准确率，正如我所期望的。然而，当我尝试logistic回归时，准确率仅为
浏览 0提问于2016-11-02得票数 0
回答已采纳
背景
js-regression ()：我使用了这个包中的逻辑回归示例，但是它似乎更倾向于训练模型，然后对数据进行分类。machinelearn ()：我在他们的文档中看到了逻辑回归</
浏览 3提问于2020-12-16得票数 0
回答已采纳
1回答
我认为逻辑回归可以用于回归(获取0到1之间的数字，例如使用逻辑回归来预测0到1之间的概率)和分类。问题是，似乎在我们提供了训练数据和目标之后，逻辑回归可以自动计算出我们是在进行回归还是在进行分类？例如，在下面的示例代码中，逻辑回归计算出我们只需要输出是3个类0, 1, 2中的一个，而不是0和2之间的</
浏览 12提问于2016-08-25得票数 0
我想用XGBoost解决一个回归问题。我对学习任务参数objective 感到困惑，**似乎'objective‘是用来设置损失函数的。**但我不能理解’reg:线性‘是如何影响损失函数的。在逻辑回归演示()中，objective =binary:逻辑平均损失函数是逻辑损失function.So 'objective=reg:linear‘对应于哪个损失函数？
浏览 18提问于2016-10-25得票数 5
回答已采纳
2回答
在安德鲁斯logistic回归癌症的例子中，我可以画一条水平线y=.5 (显然通过y=.5 )，如果有任何点在这条线上，y=.5 => +ve就画10，否则画-ve。那么为什么我需要逻辑回归呢？我只是试图理解使用逻辑回归的最好的案例解释？
正如您在包含的图像中所看到的，一条水平线清楚地划分了这两个类别，那么为什么要选择逻辑呢？
浏览 0提问于2015-05-28得票数 2
1回答
了解多项式回归。我知道我们对某种非线性数据集使用多项式回归，并给出曲线。我知道写一个单自变量的多项式回归方程，但我不是真的理解这个方程是如何构造两个变量的？y = a1 * x1 + a2 * x2 + a3 * x1*x2 + a4 * x1^2 + a5 * x2^2
在我们有3个或更多变量的情况下，多项式回归的方程是什么？对于多个变量，开发这些多项式方程的逻辑</em
浏览 0提问于2019-05-21得票数 1
当使用logistic回归时，我们使用交叉熵作为损失函数。然而，根据我的理解和https://machinelearningmastery.com/cross-entropy-for-machine-learning/，交叉熵计算如果两个或多个分布是相似的。那么，我的问题是:为什么我们总是可以在回归问题中使用交叉熵，即Bernoulli？实际值和预测值是否总是遵循这样的分布？
浏览 0提问于2021-11-08得票数 1
回答已采纳
我想简要了解所有可用的估计器，如like回归或多项回归或支持向量机，它们可用于分类问题。这就是我所知道的三个。还有其他类似的吗？相对来说，它们运行了多长时间，或者它们能比这些精确到什么程度？
浏览 0提问于2019-06-06得票数 0
ValueError:用于估计器管道的无效参数warm_start (steps=(“标准标量”，StandardScaler())，(“逻辑回归”，LogisticRegression())。使用estimator.get_params().keys()检查可用参数的列表。”、“标准标量__拷贝”、“标准标量__带_平均值”、‘标准标量__with_std’、‘逻辑回归__C’、‘逻辑回归__类_权重’、‘逻辑回归
浏览 8提问于2022-08-26得票数 0
1回答
我正在尝试运行一个物种分布模型，并且需要创建背景点来运行我的逻辑回归模型。我刚刚创建了500个randomPoints，但它们是在UTM坐标中，我需要lat和long。如果是的话，你能和我分享一下代码吗？我是R的新手，谢谢！
浏览 8提问于2015-05-04得票数 10
如果我有100个班级要预测，如果我可以使用线性回归，能否请一些帮助我理解。要预测的calue在本质上是离散的，比如1到100。 如何判断线性回归是否优于逻辑回归？ 感谢您的帮助。
浏览 21提问于2020-06-12得票数 1
回答已采纳
在一个关于AML的测试项目中，根据我的理解，我有一些问题。在我的项目中(在R中)，我使用了二进制Logistic回归，但在AML中，我发现了两个Logistic回归两类和MultiClass。因此，在这种情况下，我使用了两类逻辑regression.Am，对吗？在另一种情况下，在R工具中运行glm()时，它执行Logistic回归</em
浏览 14提问于2017-02-27得票数 0
3回答
我试图理解朴素贝叶斯和Logistic回归所需假设的差异。如果我错了，请纠正我，朴素回归和逻辑回归之间还有其他假设/区别吗？
浏览 2提问于2019-12-02得票数 0
有没有办法在不使用numpy的情况下执行以下逻辑where条件？首先我组合两个数据帧，然后创建where条件逻辑。combineQueryandBookFiltered,u1, left_on = ['positionId'], right_on = ['Position_ID'], how = 'outer')
final['pnlValue'] = np.where<
浏览 2提问于2019-10-03得票数 2
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
