本文探讨了逻辑回归损失函数在处理样本不均衡时的问题，并分析了生成模型与判别模型的区别及优劣。此外还介绍了softmax多分类逻辑回归的应用局限，以及如何通过特征转换改善模型性能。
逻辑回归损失函数
生成与判别
样本不均衡时，生成模型出错
生成模型的好处（一般认为判别优于生成）
softmax多分类
逻辑回归的局限（只用于二分类）
把原始坐标转换到（0，0）和（1,1）的距离（特征转换）
由此引出深层概念
扫一扫
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
逻辑回归损失函数
生成与判别
样本不均衡时，生成模型出错
生成模型的好处（一般认为判别优于生成）
softmax多分类
逻辑回归的局限（只用于二分类）
把原始坐标转换到（0，0）和（1,1）的距离（特征转换）
由此引出深层概念
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
