逻辑回归和分类评估指标知识点总结

逻辑回归-logic regression

概念:

解决二分类问题, 逻辑回归的输入是线性回归的输出

原理:

将线性回归的输出作为逻辑回归的输入, 然后通过激活函数的处理, 以将线性回归的输出映射到一段限定区间内,

通过设置阈值(临界值)来对线性回归的映射输出进行二分类, 即分成两类(根据阈值, 一刀两断)

激活函数:

sigmoid函数:

将线性回归的输出映射到0,1区间内(有点把分数进行折合的意思呀)

然后设置阈值(分界点)进行分类判断

损失函数:

对数似然损失

借助log思想, 将真实值(映射值)划分成为0/1两种情况

优化:

提升原本属于1类别的概率, 降低原本属于0类别的概率

api:

sklearn.linear_model.LogisticRegression()

注意:

回归算法, 分类算法的api有时候是可以混合使用的

分类评估指标

前置知识-混淆矩阵:

真正例(TP)

伪反例(FN)

伪正例(FP)

真反例(TN)

精确率+召回率+F1-score:

准确率:

(TP+FP)/(TP+FN+FP+TN)

精确率--查的准不准

TP/(TP+FP)

召回率-查的全不全

TP/(TP+FN)

F1-score

反应模型的稳健性

api:

sklearn.metrics.classification_report

参数:

y_true:目标值的真实值

y_predict:目标值的预测值

roc曲线和auc指标:

roc曲线:

通过tpr和fpr来进行图形绘制, 然后绘制之后, 形成一个指标auc

auc:

越接近1, 效果越好

越接近0, 效果越差

api:

sklearn.metrics.roc_auc_score

参数:

y_true:目标值的真实值

y_predict:目标值的预测值

相关推荐
GitCode官方32 分钟前
开源鸿蒙跨平台直播|AI 时代,用 cj-tauri 开发鸿蒙 PC 应用
人工智能·华为·harmonyos·atomgit
老金带你玩AI1 小时前
GPT-6.2更强更便宜了,为什么还有人骂?
人工智能
Thanks_ks1 小时前
Python 的垃圾回收——引用计数撑起日常,分代回收收拾残局
python·内存管理·垃圾回收·循环引用·引用计数·gc 模块·weakref
CyrusYiVPP1 小时前
实测 uv 0.13.7:同一套包,pip 装 94 秒,它只用 19 秒
人工智能·python
泯泷1 小时前
OpenClaw 退潮背后,是 AI 圈“技术自嗨”的终结
人工智能·chatgpt·llm
罗西的思考2 小时前
【轻量化复刻大模型 / KIMI K3】Muon 优化器及 训练系统
人工智能·算法·机器学习
屿华AI2 小时前
AUTOSAR 实战-诊断工具 | 用 Claude Code 开发诊断测试工具:AI 协作开发实践
人工智能·测试工具
yiangL_2 小时前
Python 学习笔记:递归、turtle绘图、字符串与函数
笔记·python·学习
程序员韩星2 小时前
OpenAI 兼容接口返回 404,先查请求地址,再查模型名
前端·人工智能·http
Cosolar2 小时前
2026 年 Java AI Agent 生态全景盘点:50+ Java 开源项目的分类、实测与选型判断
人工智能·架构·agent