· Логистическая регрессия означает любые нелинейные данные, которые могут быть классифицированы как ваша «ЛОГИСТИЧЕСКАЯ РЕГРЕССИЯ».

Здесь у нас есть два основных метода:

· Трюк с персептроном

· Официальная логистическая регрессия Skit-learn

  • Трюк с персептроном означает, что он просто делает крошечные шаги, которые помогают нам перейти от классификатора к немного лучшему классификатору.
  • И один из основных недостатков (или ограничений) трюка с персептроном заключается в том, что он не работает, когда они достигли лучшего классификатора и после этого не прилагают никаких усилий, чтобы найти еще один классификатор, чтобы у вас был лучший классификатор, чем раньше, и это является одним из основных недостатков трюка с персептроном.

* Вы можете соотнести приведенную ниже диаграмму.

Как определить положительную и отрицательную области?

  • Общее уравнение линии: Ax+By+C=0
  • Когда Ax1+By1+C›0, то эта красная точка (не на кривой) находится в +ve направлении.
  • Если Ax1+By1+C‹0, то эта красная точка (не на кривой) находится в -ve направлении.
  • Если Ax1+By1+C=0 , то эта точка находится на линии или кривой.

Давайте посмотрим, как происходит это преобразование или перемещение линии:

ОБЩАЯ ФОРМУЛА= Ax+By+C=0

  • Если вы внесете изменения в C (Intercept), то

  • Если вы внесете изменения в A, то

  • Если вы внесете изменения в B, то

Давайте посмотрим на эту диаграмму, чтобы у вас было четкое представление:

  • Но обычно мы не рассматриваем это внезапное преобразование в ML, мы рассматриваем постепенные изменения, поэтому, чтобы выполнить наше преобразование постепенно, мы сначала делаем это:

Новый коэффициент = Старый коэффициент — скорость обучения* Координата

  • Чтоб твоя трансформация была постепенной, а не внезапной.

Давайте посмотрим, что именно вы будете делать в коде:

Это обзор логистической регрессии

Надеюсь, вам понравилось, если да, то, пожалуйста, поделитесь с друзьями.

СПАСИБО