(四)机器学习---逻辑回归及其Python实现

之前我们提到了常见的任务和算法,本篇我们使用逻辑回归 来进行分类

分类问题 回归问题 聚类问题 各种复杂问题
决策树√ 线性回归√ K-means√ 神经网络√
逻辑回归√ 岭回归 密度聚类 深度学习√
集成学习√ Lasso回归 谱聚类 条件随机场
贝叶斯 层次聚类 隐马尔可夫模型
支持向量机 高斯混合聚类 LDA主题模型

目录

一.分类问题

二.逻辑回归的基本原理

(1)逻辑回归

(2)逻辑回归模型的参数学习

(3)逻辑回归模型的决策边界

(4)应用案例:银行贷款审批

(5)小结

三.基于Scikit-learn实现逻辑回归

(1)Python支持的逻辑回归实现

(2)逻辑回归应用案例实现

(3)用逻辑回归实现多元分类

(4)机器学习一般流程总结

四.分类模型的性能评估

(1)平衡问题分类模型的性能评估

(2)非平衡问题分类模型的性能评估

(3)小结


一.分类问题

分类是将样本划分到已知的目标类中。它从数据中学习一个分类决策函数或分类模型(也称为分类器classifier),判断新的未知数据的类别 。分类问题的目标不是连续值,而是有限个离散值,即类别。

这时我们想知道,线性回归的方法可以解决我们的分类问题吗?

但是如果点的分布更复杂,如右下角又多出一些点(图3),从图中看原来的分割线依然有效。但新的回归训练得到的分割线将如图4紫色线所示。已有的点有明显的分类错误,无法在现有训练集上得到好的线性分类函数。

所以我们需要一个分类算法来处理这类问题,也就是我们的逻辑回归


二.逻辑回归的基本原理

(1)逻辑回归

逻辑回归是一种监督学习算法。通过对有标记的样本数据进行学习,获得一个二分类决策函数,用来预测未知数据的类别。

sigmoid函数可以将负无穷到正无穷的自变量的值得计算结果,映射到0到1的值

所以说先线性回归再逻辑回归,最后再进行判断的决策。

(2)逻辑回归模型的参数学习

(3)逻辑回归模型的决策边界

而这里的b+w1x1+w2x2 = 0,就是可以看作进行逻辑学习后得到的决策边界。

(4)应用案例:银行贷款审批

(5)小结


三.基于Scikit-learn实现逻辑回归

(1)Python支持的逻辑回归实现

(2)逻辑回归应用案例实现

(3)用逻辑回归实现多元分类

(4)机器学习一般流程总结


四.分类模型的性能评估

(1)平衡问题分类模型的性能评估

接下来我们用代码来实现 :

(2)非平衡问题分类模型的性能评估

(3)小结

相关推荐
超龄超能程序猿8 分钟前
图片查重从设计到实现(5)Milvus可视化工具
python·milvus
TaoSense43 分钟前
AI应用:电路板设计
人工智能
睿思达DBA_WGX1 小时前
Python 程序设计讲义(27):字符串的用法——字符串的常用操作
开发语言·python
CodeCraft Studio1 小时前
国产化Excel处理组件Spire.XLS教程:使用 Java 将 CSV 转换为 Excel
java·python·excel
云天徽上1 小时前
【数据可视化-74】电信用户流失数据可视化分析:Python + Pyecharts 炫酷大屏(含完整的数据,代码)
开发语言·python·信息可视化·数据挖掘·数据分析·数据可视化·pyecharts
karlso1 小时前
深度学习:简介与任务分类总览
人工智能·深度学习·分类
CodeShare2 小时前
RATE:基于LLM的检索增强生成技术提取管道
人工智能·信息检索·大型语言模型
行然梦实2 小时前
粒子群优化算法(Particle Swarm Optimization, PSO) 求解二维 Rastrigin 函数最小值问题
算法·机器学习·数学建模
汀、人工智能2 小时前
AI Compass前沿速览:可灵创意工坊、字节Coze Studio&Coze Loop、通义万相2.2 、智谱GLM-4.5、腾讯混元3D世界模型开源
人工智能·大模型
XH华2 小时前
C语言第六章函数递归
c语言·开发语言·算法