分类模型-逻辑回归和Fisher线性判别分析★★★★

该博客为个人学习清风建模的学习笔记,部分课程可以在B站:【强烈推荐】清风:数学建模算法、编程和写作培训的视频课程以及Matlab等软件教学_哔哩哔哩_bilibili

目录

1理论

1.1逻辑回归模型

1.2线性概率模型

1.3线性判别分析

1.4两点分布

​1.5连接函数的取法

1.6求解

​1.7用于分类

2SPSS应用

2.1二元分类

2.1.1逻辑回归

​2.1.2线性判别分析

2.2多元分类

2.2.1逻辑回归

2.2.2线性判别分析

3总结


|--------|---------|--------|
| 名称 | 重要性 | 难度 |
| 分类模型 | ★★★★ | ★★★ |

1理论

1.1逻辑回归模型

1.2线性概率模型

1.3线性判别分析

1.4两点分布

1.5连接函数的取法

标准正态分布和sigmoid函数图像对比------值域都在0、1之间

因此具体应用的过程中常常使用的是sigmoid函数。

多元分类连接函数的选取:

1.6求解

1.7用于分类

2SPSS应用

2.1二元分类

2.1.1逻辑回归

预测成功率:

逻辑回归系数表:

逐步回归设置:

处理分类自变量:

提高预测成功率:

避免过拟合情况:

确定合适的模型:

2.1.2线性判别分析

结果分析:

2.2多元分类

注意:这里 SPSS 不能自动帮我们生成虚拟变量,我们可以在 EXCEL 表中使用"替换"功能来快速生成虚拟变量。

2.2.1逻辑回归

2.2.2线性判别分析

3总结

逻辑回归和线性判别分析都可以训练数据集预测未知数,可以通过加入平方项等来提高预测正确率,但是注意过拟合现象,同时在使用SPSS之前要先数据预处理,多元分类就直接在excel中查找替换就可以了。

相关推荐
这个男人是小帅6 分钟前
【GAT】 代码详解 (1) 运行方法【pytorch】可运行版本
人工智能·pytorch·python·深度学习·分类
__基本操作__7 分钟前
边缘提取函数 [OPENCV--2]
人工智能·opencv·计算机视觉
Doctor老王12 分钟前
TR3:Pytorch复现Transformer
人工智能·pytorch·transformer
热爱生活的五柒12 分钟前
pytorch中数据和模型都要部署在cuda上面
人工智能·pytorch·深度学习
爱吃生蚝的于勒1 小时前
C语言内存函数
c语言·开发语言·数据结构·c++·学习·算法
HyperAI超神经2 小时前
【TVM 教程】使用 Tensorize 来利用硬件内联函数
人工智能·深度学习·自然语言处理·tvm·计算机技术·编程开发·编译框架
扫地的小何尚4 小时前
NVIDIA RTX 系统上使用 llama.cpp 加速 LLM
人工智能·aigc·llama·gpu·nvidia·cuda·英伟达
埃菲尔铁塔_CV算法6 小时前
深度学习神经网络创新点方向
人工智能·深度学习·神经网络
ChoSeitaku6 小时前
链表循环及差集相关算法题|判断循环双链表是否对称|两循环单链表合并成循环链表|使双向循环链表有序|单循环链表改双向循环链表|两链表的差集(C)
c语言·算法·链表
Fuxiao___7 小时前
不使用递归的决策树生成算法
算法