神经网络、线性回归和Logistic回归

文章/答案/技术大牛

发布

1回答

使用适当的算法

machine-learning、neural-network、svm、logistic-regression、linear-regression

什么时候应该使用线性回归和神经网络进行回归？什么时候应该使用Logistic回归、SVM和神经网络、分类和决策树？

浏览 0提问于2017-12-29得票数 0

1回答

ANN，RNN与logistic回归和CRF的关系如何？

neural-network、logistic-regression、naive-bayes-classifier、rnn

这个问题是关于将神经网络的类别放在其他模型的角度上。在Sutton和McCallum的“条件随机场简介”中，给出了如下数字：这表明朴素Bayes和Logistic回归形成了一个生成/鉴别对，线性链CRFs是logistic回归对序列的自然扩展。我的问题是:是否有可能将这个数字扩展到包含(某些种类)神经网络？例如，一个简单的前馈神经网络可以看作是具有激活函数的多层逻辑回归。那么，我们可

浏览 0提问于2018-05-31得票数 5

回答已采纳

1回答

machine-learning、neural-network、linear-regression、logistic-regression

Logistic回归和线性回归是神经网络的特例吗？请说明我是否可以认为这句话是正确的。

浏览 30提问于2020-04-24得票数 1

回答已采纳

1回答

亚马逊机器学习模型重建可能性

amazon-web-services、machine-learning、amazon-machine-learning

在AWS机器学习中，只有两种内建的预测/分类模型.Logistic回归和线性回归。在AWS ML的当前版本中，是否有可能：在AWS开发者指南的最新版本中，我找不到那些问题的答案，这是不可能的。

浏览 12提问于2016-12-13得票数 2

回答已采纳

1回答

在哪些情况下，在分类问题中，非线性学习方法比logistic回归方法更可取？

machine-learning、regression

我们知道神经网络和其他学习方法在某些非线性分类问题中相对于logistic回归有更好的性能。但是，我们也知道，逻辑回归可以将类与一条可以弯曲的直线分开，只要我们添加更多的预测因子，即给定的预测器的平方、立方体等(仍然被认为是线性决策边界)。所以我的问题是，理论上我们能通过logistic回归来解决任何分类问题吗?还是我没有意识到其他非线性学习方法对某些分类问题是强制性的？

浏览 0提问于2020-01-07得票数 2

回答已采纳

2回答

基于多项式特征的物流回归与神经网络分类

machine-learning、neural-network、logistic-regression

他提到，与训练神经网络相比，训练具有多项式特征的logistic回归模型对于某些任务来说是非常昂贵的。那是为什么呢？我的意思是，当我们谈论神经网络时，我们通常看到的是一个参数非常多的模型，那么，为什么逻辑回归在计算上会更昂贵呢？PS:下面是一些上下文(在关于神经网络的练习开始时)：在本练习的前一部分中，您实现了多类逻辑回归来识别手写数字。然而，logistic回归不能形成更复杂的假设，因为它只是一个线性分类器(可以

浏览 0提问于2019-08-22得票数 0

回答已采纳

8回答

为什么神经网络工作得这么好？

machine-learning、neural-network、artificial-intelligence

我理解用正反两种方法训练梯度下降的神经网络的所有计算步骤，但我试着思考为什么它们比logistic回归更好。就目前而言，我能想到的就是：( B)有比简单的logistic回归更多的权重，从而允许了更复杂的假设。有人能解释为什么神经网络在一般情况下工作得这么好吗？

浏览 11提问于2016-07-26得票数 11

回答已采纳

1回答

神经网络还是其他算法？

machine-learning、neural-network、regression

我有一个回归问题，大约有一百万行，大约有10-15个特性.在这种特殊的环境下，什么应该更好地发挥作用？神经网络还是规则回归？

浏览 0提问于2019-05-21得票数 0

回答已采纳

2回答

哪种机器学习算法更适合于二进制分类？

classification、binary-classification

我们知道有许多不同类型的分类算法。但是在不同类别的分类算法中，哪些算法适合于二进制分类，哪些算法适用于更多的类，为什么？

浏览 0提问于2021-11-29得票数 2

回答已采纳

1回答

神经网络线性与非线性

deep-learning、neural-network、statistics、data-science-model

一个只有输入和输出层(sigmoid)为线性的神经网络(因为它是logistic回归)。一种具有多个隐层的神经网络，非线性(因为权值与隐层的输出相互作用，并且在线性回归中无法像op = w2x1+w2x2+b那样写入输出)？

浏览 0提问于2021-06-18得票数 1

回答已采纳

3回答

我应该使用哪种类型的回归

dataset、regression、logistic-regression

我有一个数据集，提供关于不育和原因的数据。数据集主要为0,1以表示“是”和“否”。然而，有些字段有“有时”、“经常”，它们将由-1或2表示。我只学会了如何处理分类数据，即1,0和数字数据。所以我的问题是，除了1和0之外，还有更多的选项，我应该使用哪种类型的回归？Logistic回归还是线性回归？

浏览 0提问于2018-03-04得票数 1

回答已采纳

1回答

乙状结肠回归

artificial-intelligence、sigmoid

我的问题是，如何将它用于回归任务，例如预测任何房地产的成本，电影的imdb评级，或者一些我知道的缩放方法(将乙状结肠输出乘以任何数字)以获得实际输出，但这只适用于有上限的输出，比如imdb评级，那么像商品或其他东西的价格之类的东西呢

浏览 7提问于2020-03-26得票数 1

回答已采纳

2回答

为什么logistic回归被称为回归？

machine-learning、classification、regression、logistic-regression

根据我所理解的，线性回归可以预测可以具有连续值的结果，而logistic回归预测的结果是离散的。在我看来，logistic回归类似于一个分类问题。所以，为什么叫回归？还有一个相关的问题：

浏览 9提问于2015-05-28得票数 7

回答已采纳

2回答

logistic回归和线性回归有什么区别？

machine-learning、neural-network、linear-regression、logistic-regression、loss-function

我知道线性回归做“回归”，logistic回归做“分类”。当我们实现这两种方法时，我能注意到的唯一不同是损失函数:线性回归使用均方误差这样的损失函数，logistic使用交叉熵。

浏览 0提问于2018-09-14得票数 1

回答已采纳

1回答

将所有权值初始化为零是很好的情况。

machine-learning、neural-network、deep-learning、cost-function、weight-initialization

我参加了一些机器学习的在线课程，总的来说，建议是为一个神经网络选择随机权重，以确保你的神经元不会都学习相同的东西，打破对称性。这些情况对零初始化安全吗？或者，我们是否也可以在这些情况下使用随机初始化，以保持一致性？

浏览 0提问于2018-04-29得票数 7

1回答

如何用神经网络来表达不同的分类算法？

machine-learning、neural-network、classification、svm

我听说每种不同的分类算法都可以用神经网络结构来表示。Logistic回归、SVM(支持向量机)、ELM(极限学习机)等不同算法如何表示为神经网络？有办法将分类算法的矢量方程转化为神经网络结构吗？

浏览 0提问于2019-11-07得票数 2

回答已采纳

2回答

寻找变量之间的关系类型

machine-learning、r、data-mining、regression

这种关系可以是线性的，二次的，对数的，分段线性的，多重线性的，基本上可以是任何东西。现在，我用R写了一个暴力剧本。例如，我的响应变量A依赖于X1、X2和X2。我的脚本尝试了f1、f2和f3的所有可能组合。所谓组合，我的意思是从所有线性开始，其中一个是二次的，然后是三次的，然后是对数的，等等。然后我选择了AI

浏览 0提问于2017-11-03得票数 1

3回答