Logistic回归中误差数据集的方法

Posted

技术标签:

【中文标题】Logistic回归中误差数据集的方法【英文标题】:Method for error dataset in Logistic Regression 【发布时间】:2021-09-14 02:05:38 【问题描述】:

如果我对狗和猫图片的分类进行逻辑回归。 但我在这个模型中输入了人脸图片。然后,这个模型会对这张图片狗或猫进行分类。

如何处理逻辑回归模型中的错误数据?

【问题讨论】:

【参考方案1】:

除非您明确训练它识别人脸,否则模型本身无法检测它是否是人脸。

逻辑回归模型输出图像属于 A 类或 B 类的概率,并且 Prob(A 类中的 Img) + Prob(B 类中的 Img) = 1。对于人脸,如果预测概率的差异两个类别都小于某个特定阈值,我们可以将决定标记为需要审查的不确定。

例如,Prob(Class A | image) = 0.9 和 Prob(Class B | image) = 0.1,那么可以确信它属于 A 类。但是说 Prob(Class A | image) = 0.45 和Prob(Class B | image) = 0.55,差值小于前一种情况,因此更不确定它不是狗也不是猫。

【讨论】:

以上是关于Logistic回归中误差数据集的方法的主要内容,如果未能解决你的问题,请参考以下文章

为什么不用平方误差(MSE)作为Logistic回归的损失函数?

Logistic回归

机器学习1-关于回归问题的准确性评价

机器学习二(线性回归和Logistic回归)

Logistic 回归的交叉验证指标

机器学习之线性回归以及Logistic回归