逻辑回归找不到theta的值
逻辑回归是一种常用的分类算法，用于解决二分类问题。它通过拟合一个逻辑函数来预测样本属于某个类别的概率。
在逻辑回归中，我们需要找到一组参数θ，使得逻辑函数能够最好地拟合训练数据。具体而言，我们希望通过最小化损失函数来找到最优的θ值。常用的损失函数是交叉熵损失函数。
为了找到最优的θ值，可以使用梯度下降等优化算法进行迭代优化。梯度下降算法通过计算损失函数对θ的偏导数来更新θ的值，直到达到收敛条件。
逻辑回归的优势包括：
- 算法简单且易于理解和实现。
- 计算效率高，适用于大规模数据集。
- 可以输出样本属于某个类别的概率，而不仅仅是分类结果。
逻辑回归在实际应用中有广泛的应用场景，包括但不限于：
- 垃圾邮件过滤：通过训练一个逻辑回归模型，可以判断一封邮件是否为垃圾邮件。
- 信用评分：通过分析客户的个人信息和历史数据，可以预测客户的信用等级。
- 疾病诊断：通过分析患者的症状和医疗数据，可以预测患者是否患有某种疾病。
腾讯云提供了多个与逻辑回归相关的产品和服务，包括但不限于：
- 云机器学习平台（https://cloud.tencent.com/product/tfsm）：提供了强大的机器学习算法和模型训练平台，可以用于逻辑回归模型的训练和部署。
- 人工智能计算服务（https://cloud.tencent.com/product/tfcompute）：提供了高性能的计算资源，可以加速逻辑回归模型的训练和推理过程。
- 数据库服务（https://cloud.tencent.com/product/cdb）：提供了可靠的数据库存储和管理服务，可以用于存储逻辑回归模型的参数和训练数据。
总结：逻辑回归是一种常用的分类算法，通过拟合逻辑函数来预测样本属于某个类别的概率。腾讯云提供了多个与逻辑回归相关的产品和服务，包括云机器学习平台、人工智能计算服务和数据库服务，可以帮助用户进行逻辑回归模型的训练和部署。
相关·内容
<code>A0</code>下面是代码:导入库正在从csv文件读取数据。<code>A2</code><code>A3</code><code>A
浏览 5提问于2019-12-02得票数 0
1回答
我正在学习基本的机器学习模型，并坚持解决下一个问题:预测的线与数据集不太匹配。我正在生成一个简单的2类数据集，并训练SVM和logistic回归。虽然指标显示了良好的结果，但可视化很差:训练线显然没有将两个类分开。我不太明白出了什么问题，有人能解释一下吗？
浏览 8提问于2020-03-25得票数 0
回答已采纳
2回答
我想从零开始在python中实现Logisitic回归。其中的职能如下：
我想知道，在python中从零开始是一个很好的开始。任何关于如何和什么才是好的指导。我知道这些函数的理论，但我在寻找一个更好的复调答案。
浏览 6提问于2013-12-02得票数 1
回答已采纳
3回答
我正在使用批量梯度下降实现逻辑回归。有两类输入样本将被分类。类是1和0。) - (1-y) .* log(1-htheta));由于htheta的值在大多数情况下要么为1，要么为零，所以我在每一步的成本都是NaN。我应该做什么来确定每次迭代的成本值？这是logistic回归的梯度下降代码：
function [theta,cost_history] = batchGD(x,y,theta,
浏览 2提问于2016-02-16得票数 17
回答已采纳
在删除了许多缺失值的特性之后，我仍然保留了几个缺失(NaN)值。当我试图使用下面的Matlab代码执行逻辑回归时，由于缺少这些值，当我的成本函数和梯度向量的值变成NaN时，我会得到错误(来自Andrew的课程)：X = [onesfminunc(@(t)(costFunction(t, X, y)), initial_theta, options);
注意:乙状
浏览 0提问于2018-10-02得票数 4
回答已采纳
在删除了许多缺失值的特性之后，我仍然保留了几个缺失(NaN)值。当我试图使用下面的Matlab代码执行逻辑回归时，由于缺少这些值，当我的成本函数和梯度向量的值变成NaN时，我会得到错误(来自Andrew的课程)：X = [onesfminunc(@(t)(costFunction(t, X, y)), initial_theta, options);
注意:乙状
浏览 0提问于2018-10-02得票数 6
回答已采纳
1回答
Logistic回归实现
、、、
在实施逻辑回归方面，我遇到了一些困难，我应该如何逐步进行。根据我迄今所做的工作，我正在以下列方式实施：
theta = theta - (alpha/m) * sum (htheta' - y)'*X
现在使用第一步计算
浏览 4提问于2017-08-16得票数 0
回答已采纳
我将我的代码从octave传递给julia，在本例中是逻辑回归。梯度函数除了初始θ之外，X和我的特征以及Y和所寻求的值。tryMethodError:没有匹配的方法-(::Tuple{Float64，Array-y) .* X, dims=1))';end
我只放入了成本函数，它起作用了，但
浏览 0提问于2020-10-24得票数 4
1回答
我正在尝试在theano中实现cox回归。class CoxRegression(object): self.W = theano.shared(value), name='W',borrow=True)
self.b = theano.shared(numpy.cast[&#x
浏览 2提问于2015-09-02得票数 2
2回答
然而，我想问一个非常具体的问题，关于绘制基于感知器系数的决策边界线，我是通过一个初步的“手动”编码实验得到的。如您所见，从logistic回归中提取的系数得到了一个很好的决策边界线：根据glm()的结果： 1.7184494.012903 3.743903 bias
浏览 3提问于2016-06-25得票数 0
问题：给出了特定用户观看的电影列表，计算了他观看任何特定电影的概率。方法：，这似乎是一个典型的逻辑回归用例(如果我错了，请纠正我)def sigmoid(x): xTrans = x.transpose
浏览 4提问于2015-11-10得票数 0
回答已采纳
1回答
成本函数在R中的应用
、、、、
我正处于R中机器学习的初级阶段，我很难相信对于不同类型的回归算法，没有解决成本函数的软件包。例如，如果我想解决逻辑回归的成本函数，手动方法如下：
sigmoid <- function(z)g <- 1/(1+exp(-z))return(g)cost <- function(theta)m <- nrow(X
浏览 3提问于2017-02-21得票数 4
回答已采纳
1回答
“训练集用于计算机器学习模型的参数，验证数据用于计算同一模型的超参数(我们使用相同的权重和不同的超参数)，测试集用于评估我们的模型”。如果是这样的话，有人能更详细地解释整个过程吗？蒂娅。
浏览 0提问于2018-06-07得票数 3
1回答
我使用mlbench包中的数据集BreastCancer，并尝试执行以下矩阵乘法作为逻辑回归的一部分。我获得了前10列中的特性，并创建了一个名为theta的参数向量：theta <- data.frame(rep(1, 10))constant <- as.matrix(X) %*% as.vector(theta[, 1])
但是，
浏览 4提问于2016-10-30得票数 6
回答已采纳
1回答
因此，我很难概念化如何对一个简单的逻辑回归问题的解进行数学表示。我从概念上理解正在发生的事情，并已经实现了它，但我正在回答一个要求最终解决方案的问题。假设我有一个简单的两列数据集，表示每年获得晋升的可能性，因此可能性将增加此人积累的经验。其中X表示年份，Y表示用于接收促销的二进制指示符： X | Y2 14 16 1 我实现逻辑回归</
浏览 25提问于2020-10-19得票数 0
1回答
我正在研究一个基本的机器学习问题，试图根据电池充电的时间来预测电池的续航时间。上面是我的原始数据图。我已经编写了使用Logistic回归计算成本函数和梯度下降步骤的代码。现在我需要为我的解决方案绘制一个决策边界。我如何在Octave中做到这一点？
浏览 1提问于2014-01-03得票数 1
1回答
以下是数据的一个示例行：
test_df = pd.DataFrame([[0, 40, 28, 30, 40, 22, 60, 40, 21, 0, 85, 29, 180, 85, 36, 741,25.0]], columns=['theta_1', 'phi_1', 'value_1', 'theta_2', 'phi_2', 'value_2', 'theta_3', &#x
浏览 2提问于2018-07-13得票数 0
2回答
我试图实现梯度下降算法，以最小化多个线性算法的代价函数。我正在使用吴家富在机器学习课上解释的概念。我用的是八度。然而，当我试图执行代码时，它似乎无法提供解决方案，因为我的θ值计算为"NaN“。成本函数:s= sum((h-y).^2);
J
浏览 0提问于2018-08-17得票数 3
回答已采纳
为了计算最优θ，例如在逻辑回归中，我必须创建一个costFunction (要最小化的函数)，然后将其传递给fminunc以获得最优θ。另外，如果可以计算costFunction的梯度，我使用以下命令将'GradObj‘选项设置为'on’并对costFunction进行编码，以便它返回X的梯度值g作为第二个输出参数。然后我给出
[theta</em
浏览 1提问于2011-10-28得票数 11
回答已采纳
1回答
function [J, grad] = costFunction(theta, X, y)m = length(y); X1 = data(:, [1, 2]);grad = zeros(size(theta));
J= 1/m *((sum(-y*log(sigmoid(X*theta))
浏览 2提问于2017-08-12得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
