· 2019
Lojistik Regresyon Modeli Optimizasyonu ve Vaka Analizi
Logistic Regression Model Optimization and Case Analysis
- 279atıf
- 2019yıl
Kısa özet
Sigmiod fonksiyonunu iyileştirerek ve gradyan inişini kullanarak lojistik regresyonu optimize etti, iterasyonları azalttı ve doğruluğu feda etmeden sınıflandırmayı iyileştirdi.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Büyük veri kümeleri için lojistik regresyon eğitimi yavaştır.
- Sigmiod fonksiyonu iyileştirildi ve regresyon katsayılarını bulmak için gradyan inişi kullanıldı.
- Optimize edilmiş model iterasyon sayısını azalttı.
- Doğrulukta önemli bir değişiklik olmadan sınıflandırma etkisi iyileşti.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Traditional logistic regression analysis is widely used in the binary classification problem, but it has many iterations and it takes a long time to train large amounts of data, which is not applicable. In this paper, we study the mathematical model of logistic, define the error function, find the regression coefficient by gradient descent method, and improve the Sigmiod function. Finally, the number of iterations is reduced, and the classification effect is better, and the accuracy is basically unchanged. Besides, this paper establishes a vehicle evaluation prediction model to predict whether consumers accept a certain car. It provides a certain reference for the binary classification problem.
Yazarların özeti; kaynağından alınmıştır., 2019 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: İşletme ve Uluslararası Yönetim
Business and International ManagementBusiness, Management and Accounting