逻辑回归实现分类计算（二）

最新推荐文章于 2024-06-28 11:06:59 发布

yihan.z

最新推荐文章于 2024-06-28 11:06:59 发布

阅读量1.1k

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习文章标签：交叉检验多分类逻辑回归分类

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/qq_33361618/article/details/83089806

在上一篇逻辑回归分类计算中，模型的准确率为0.1，准确率较差且在分类1的模型预测结果显示中效果极差。在网上查找了各种逻辑回归分类的代码分析。发现错误还是在梯度下降算法计算回归系数的上，导致模型预测的精确度不高。

所以本次更改梯度下降算法来进行新的预测。

损失函数为：

$J(\Theta )=\frac{1}{2}\sum_{i=1}^{m}(x_{i}\Theta-y_{i})^{2}$

对θ求导得到梯度：

$J(\Theta)=2X^T(Xw-y)$

更新回归系数：

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。