GLM+广义线性模型

Data+Science+Insight

于 2021-05-17 08:39:19 发布

阅读量345

点赞数 1

分类专栏：数据科学从0到1 机器学习面试+横扫千军文章标签：神经网络机器学习人工智能深度学习数据挖掘

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/zhongkeyuanchongqing/article/details/116901590

版权

数据科学从0到1 同时被 2 个专栏收录

1644 篇文章 ¥69.90 ¥99.00

订阅专栏

超级会员免费看

机器学习面试+横扫千军

436 篇文章 ¥59.90 ¥99.00

订阅专栏

超级会员免费看

广义线性模型（GLM）是线性模型的拓展，引入了连接函数g(.)，如在逻辑回归中的Logistic函数。在机器学习中，GLM用于处理非线性问题，其能适应不同分布，如二项、泊松等。深度学习从统计角度来看可视为递归的GLM，神经元的激活函数相当于链接函数。理解GLM在深度学习中的应用有助于解决复杂的预测任务。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

GLM+广义线性模型

广义线性模型预经典线性模型的对比：

广义线性模型相对于经典的线性模型(y=wx+b)，核心在于引入了连接函数g(.)，形式变为：y=g−1(wx+b)。，其中g-1表示g函数的逆函数。

经典线性模型因变量y的取值域为(-∞，+∞)，而广义线性模型不然，例如，logistic逻辑回归的因变量y的取值域为(0,1),

了解本专栏

超级会员免费看

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

打赏作者

Data+Science+Insight 你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

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。