Linear Model for classification

Posted futurehau

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Linear Model for classification相关的知识,希望对你有一定的参考价值。

1. Linear Model for Classification

 解决分类问题我们之前主要见过三个:线性分类问题,线性回归问题解分类,logistic回归。接下来看看这三者之间的区别与联系。

  

 三者的区别主要是误差函数不同:

在同一个图上表示如下:

为什么Uper Bound是有效果的?理论证明:

三种解决分类问题的算法的比较:

2. Stochastic Gradient Descent

  使用Logistic回归来解二分类问题的具体解法:一种是批量梯度下降,需要批量处理数据,一种是随机梯度下降。分别对应于PLA和Pocket

  

 

3. Multiiclass via Logistic Regression

  3.1 one vs all

  

  3.2 one vs one at a time

  就是两两组合。分别看用这两求解Logistic。然后多数表决。

  

  另外,任何类似于可以得到一个介于01直接的值得分类器都可以这样来解决多分类问题。

以上是关于Linear Model for classification的主要内容,如果未能解决你的问题,请参考以下文章

线性分类器: Linear Classifier

PyTorch什么时候使用数组形式创建多个卷积层

PyTorch什么时候使用数组形式创建多个卷积层

sklearn.linear_model库在哪里下载

embedded electronic systems for AI/ML 笔记第二篇

从 sklearn.linear_model 导入线性回归