位置: IT常识 - 正文

逻辑回归(Logistic Regression)原理及其应用(逻辑回归模型)

编辑:rootadmin
逻辑回归(Logistic Regression)原理及其应用

目录

第一章:逻辑回归的应用场景

第二章:逻辑回归的原理

1.输入

2.Sigmoid函数

3.损失函数

4.优化损失

采用梯度下降:

第三章 逻辑回归应用案例

1.数据集

 2.具体流程

1.读取数据

 2.缺失值处理

3.划分数据集

4.标准化

5.预估器流程

6.模型评估

7.结果展示

第四章 分类评估算法

 1.分类的评估方法------精确率与召回率

精确率:

召回率:

F1-score

2.分类的评估方法------ROC曲线和AUC指标


第一章:逻辑回归的应用场景广告点击率是否为垃圾邮件是否患病金融诈骗虚假账号

推荐整理分享逻辑回归(Logistic Regression)原理及其应用(逻辑回归模型),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:逻辑回归原理,逻辑回归logistic,逻辑回归Logistic regression,逻辑回归Logistic regression,逻辑回归Logistic regression,逻辑回归模型,逻辑回归模型解决什么问题,逻辑回归模型,内容如对您有帮助,希望把文章链接给更多的朋友!

看到上面的例子,我们可以发现其中的特点,那就是都属于两个类别之间的判断。逻辑回归就是解决二分类问题的利器。

注意:逻辑回归虽然名字中有回归二字,但是它不是回归算法,而是分类算法。

第二章:逻辑回归的原理1.输入

这是线性回归输出的结果,我们一般可以写成矩阵形式。如下:

权重和偏置分别用矩阵表示之后,将上面的式子可以写成下面的:

 重点:逻辑回归的输入就是一个线性回归的结果。

2.Sigmoid函数

图像为:

观察该图像,自变量取值范围是(-∞,+∞),因变量取值范围为(0,1),意思是无论自变量取值多少,都可以通过sigmoid函数映射到(0,1)之间。

总结:sigmoid函数,会把线性回归的结果映射到【0,1】之间,假设0.5为阈值,默认会把小于0.5的为0,大于0.5的为1,这样就可以分类了 

假设:预测函数为:

其中

 以上两式的意思是,先把线性回归的结果用矩阵表示,在将表示的结果放到sigmoid函数当中。

分类任务:

理解:以丢硬币的概率举例,假如正面的概率是0.7,那么反面的概率是1-0.7=0.3

将上面两个式子进行整合,得到:

这个式子的特点,当y=0的时候,整体会等于右边这个式子,当y=1的时候,整体会等于左边这个式子。 

3.损失函数

为求出好的逻辑回归,引出损失函数 :

①损失函数是体现“预测值”和“真实值”,相似程度的函数

②损失函数越小,模型越好

逻辑回归的损失,称之为对数似然损失,公式如下:

这个式子也不陌生,将上面整合的式子,取对数,原先是相乘,取对数之后会相加,指数也可以移到前面。

假定样本与样本之间相互独立,那么整个样本集生成的概率即为所有样本生成概率的乘积,再将公式对数化,便可得到如下公式:

 举例:求损失

其中,y代表真实结果,h(x)或者1-h(x)表示的是逻辑回归结果(也是预测值),将值带入即可得到。

4.优化损失采用梯度下降:

理解:α为学习速率,需要手动指定,α旁边的整体表示方向

沿着这个函数下降的方向找,最后就能找到山谷的最低点,然后更新W值

使用:面对训练数据规模十分庞大的任务 ,能够找到较好的结果 

图像表示如下:

就是不断的缩小自身的值,最后找到最低点。

第三章 逻辑回归应用案例1.数据集

原始数据集下载

网址:Index of /ml/machine-learning-databases/breast-cancer-wisconsinhttps://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/

 

 打开之后,下载红色标注的两个。

 其中data里面是数据,共699条样本,共11列数据,第一列用语检 索的id,后9列分别是与肿瘤相关的医学 特征,最后一列表示肿瘤类型的数值。包含16个缺失值,用”?”标出。

 names里面是对data文件的描述,主要是对data里面每列的说明,最后一列是类别。

 2.具体流程1.读取数据

需要注意的是数据和列明分开了,因此在进行读取的时候,要一块读取。

import pandas as pdimport numpy as np# 1.读取数据path = "breast-cancer-wisconsin.data"column_name = ['Sample code number', 'Clump Thickness', 'Uniformity of Cell Size', 'Uniformity of Cell Shape', 'Marginal Adhesion', 'Single Epithelial Cell Size', 'Bare Nuclei', 'Bland Chromatin', 'Normal Nucleoli', 'Mitoses', 'Class']data = pd.read_csv(path, names=column_name)# print(data) 2.缺失值处理# 2、缺失值处理# 1)替换-》np.nandata = data.replace(to_replace="?", value=np.nan)# 2)删除缺失样本data.dropna(inplace=True)3.划分数据集# 3、划分数据集from sklearn.model_selection import train_test_split# 筛选特征值和目标值x = data.iloc[:, 1:-1]y = data["Class"]x_train, x_test, y_train, y_test = train_test_split(x, y)4.标准化

把原始数据转化到均值为0,标准差为1的范围内

# 4、标准化from sklearn.preprocessing import StandardScalertransfer = StandardScaler()x_train = transfer.fit_transform(x_train)x_test = transfer.transform(x_test)5.预估器流程from sklearn.linear_model import LogisticRegression# 5、预估器流程estimator = LogisticRegression()estimator.fit(x_train, y_train)# 逻辑回归的模型参数:回归系数和偏置# estimator.coef_# estimator.intercept_6.模型评估# 6、模型评估# 方法1:直接比对真实值和预测值y_predict = estimator.predict(x_test)print("y_predict:\n", y_predict)print("直接比对真实值和预测值:\n", y_test == y_predict)# 方法2:计算准确率score = estimator.score(x_test, y_test)print("准确率为:\n", score)7.结果展示

代码还未结束,后面还有评估代码

第四章 分类评估算法 1.分类的评估方法------精确率与召回率

我们往往并不关注准确率,而是关注癌症患者中癌症患者有没有检测出来,于是就有了精确率与召回率。

在分类任务下,预测结果(Predicted Condition)与正确标记(True Condition)之间存在四种不同的组合,构成混淆矩阵。

精确率:逻辑回归(Logistic Regression)原理及其应用(逻辑回归模型)

预测结果为正例样本中真实结果为正例的比例,在混淆矩阵中展示情况为:

召回率:

真实结果为正例的样本中预测结果为正例的比例,在混淆矩阵中展示情况为:

总结:

精确率是预测结果的正例中有多少是真正预测正确的

召回率是真实结果的正例有多少被预测对了

以上就是精确率和召回率,现在介绍F1-score

F1-score

反映了模型的稳健型,F1值大的话,精确率和召回率也大

现在用代码实现精确率、召回率和F1-score

# 查看精确率、召回率、F1-scorefrom sklearn.metrics import classification_reportreport = classification_report(y_test, y_predict, labels=[2, 4], target_names=["良性", "恶性"])print(report)

 结果为:

在引入ROC曲线和AUC指标之前,举个样本不均衡的例子

思考?

假设这样一个情况,如果99个样本癌症,1个样本非癌症,不管怎样我全都预测正例(默认癌症为正例)

将这写信息写入混淆矩阵中,如下:

分别计算:

准确率:99%

精确率:99/(99+1)=99%

召回率:99/(99+0)=100%

F1-score:2*99%*100%/99%+100%=99.497487% 

可以看出,这是一个不负责的模型,根本原因在于样本不均衡,正例太多,反例太少。引入ROC曲线和AUC指标。

2.分类的评估方法------ROC曲线和AUC指标

在引入ROC曲线和AUC指标之前,还要了解TPR与FPR。

TPR = TP / (TP + FN)

所有真实类别为1的样本中,预测类别为1的比例

FPR = FP / (FP + TN)

所有真实类别为0的样本中,预测类别为1的比例

分类的评估方法------ROC曲线和AUC指标

 

 蓝色的线就是ROC曲线,AUC指标是ROC曲线与纵轴和横轴的面积。

现在介绍这张图:

ROC曲线的横轴就是FPRate,纵轴就是TPRate,当二者相等时,表示的意义则是:对于不论真实类别是1还是0的样本,分类器预测为1的概率是相等的,此时AUC为0.5(即随机猜测)

AUC的最小值为0.5,最大值为1,取值越高越好

AUC=1,完美分类器,采用这个预测模型时,不管设定什么阈值都能得出完美预测。绝大多数预测的场合,不存在完美分类器。

0.5<AUC<1,优于随机猜测。这个分类器(模型)妥善设定阈值的话,能有预测价值

结论:

最终AUC的范围在[0.5, 1]之间,并且越接近1越好。

通过代码实现,计算ROC曲线面积,即AUC指标:

# y_true:每个样本的真实类别,必须为0(反例),1(正例)标记# 将y_test 转换成 0 1y_true = np.where(y_test > 3, 1, 0)from sklearn.metrics import roc_auc_scoreprint("AUC指标:",roc_auc_score(y_true, y_predict))

其结果展示:

总结:

AUC只能用来评价二分类

AUC非常适合评价样本不平衡中的分类器性能 

现在知道了ROC曲线和AUC指标,再回到前面提到的样本不均衡的例子,即思考那个地方。

TPR:99/99+0=100%

FPR:1/1+0=100%

TPR=FPR

AUC=0.5

对于这种样本不均衡的情况下,AUC指标是0.5,表明这个模型很差。

注:

说明,以上内容来自于黑马程序员机器学习视频的学习。

以上内容也是机器学习课程老师留的作业,原先是PPT形式,觉得整体上比较完整,因此将此发到博客上,让以后的自己和他人学习。2022.6.16

本文链接地址:https://www.jiuchutong.com/zhishi/297641.html 转载请保留说明!

上一篇:vue项目使用定时器每隔几秒运行一次某方法(vue定时调用方法)

下一篇:【Vue】踩坑日记:Scoped下动画无效,曾经以为百利而无一害的Scoped,也有自己的限制

  • 手机进水黑屏是内屏烧了吗(手机进水黑屏是内屏坏了还是外屏)

    手机进水黑屏是内屏烧了吗(手机进水黑屏是内屏坏了还是外屏)

  • 一加7pro支持5g网吗(一加7pro支不支持5g)

    一加7pro支持5g网吗(一加7pro支不支持5g)

  • 抖音昵称怎么修改(抖音昵称怎么修改不了,显示已用)

    抖音昵称怎么修改(抖音昵称怎么修改不了,显示已用)

  • 华为手机怎样打开分屏模式(华为手机怎样打开u盘)

    华为手机怎样打开分屏模式(华为手机怎样打开u盘)

  • 快手图片怎么下载(快手图片怎么下载别人不给下载的图片)

    快手图片怎么下载(快手图片怎么下载别人不给下载的图片)

  • iphone7左边扬声器不响(iphone7p扬声器左边没声音)

    iphone7左边扬声器不响(iphone7p扬声器左边没声音)

  • 华为账号被别人注册了怎么办(华为账号被别人实名了怎么办)

    华为账号被别人注册了怎么办(华为账号被别人实名了怎么办)

  • word文档里怎么删除空白页(word文档里怎么添加方框)

    word文档里怎么删除空白页(word文档里怎么添加方框)

  • 微信每一条都显示时间(微信怎么总显示1条消息怎么看不见)

    微信每一条都显示时间(微信怎么总显示1条消息怎么看不见)

  • airpods pro可以调节音量吗(airpods pro能调节音量么)

    airpods pro可以调节音量吗(airpods pro能调节音量么)

  • 怎么用剪映把两个视频拼在一起(怎么用剪映把两个图片拼在一起?)

    怎么用剪映把两个视频拼在一起(怎么用剪映把两个图片拼在一起?)

  • 内存储器什么具有断电丢失的特点(内存储器用来存储什么)

    内存储器什么具有断电丢失的特点(内存储器用来存储什么)

  • 微信有轻聊版吗(微信轻聊版是什么意思)

    微信有轻聊版吗(微信轻聊版是什么意思)

  • vivoNEX3s搭载的什么系统(vivonex3s的缺点)

    vivoNEX3s搭载的什么系统(vivonex3s的缺点)

  • qq不用3年了会被收回吗(qq号3年不用会被注销)

    qq不用3年了会被收回吗(qq号3年不用会被注销)

  • 电脑打印快捷键ctrl加什么(电脑打印快捷键是哪个键)

    电脑打印快捷键ctrl加什么(电脑打印快捷键是哪个键)

  • 微信冒个泡只有对方能看到吗(微信冒泡怎么没了)

    微信冒个泡只有对方能看到吗(微信冒泡怎么没了)

  • 京东能添加通讯录好友吗(京东能添加通讯录吗)

    京东能添加通讯录好友吗(京东能添加通讯录吗)

  • 手机相册密码怎么设置(手机相册密码怎么破)

    手机相册密码怎么设置(手机相册密码怎么破)

  • 链信实名怎么注销(链信注销账号)

    链信实名怎么注销(链信注销账号)

  • 华为畅享与nova的区别(华为畅享与nova9哪个好)

    华为畅享与nova的区别(华为畅享与nova9哪个好)

  • imei查询有什么用(imei查询工具在线)

    imei查询有什么用(imei查询工具在线)

  • Ps图层怎么用(ps图层怎么用正片叠底)

    Ps图层怎么用(ps图层怎么用正片叠底)

  • 手机抖音怎么添加文字(手机抖音怎么添加封面)

    手机抖音怎么添加文字(手机抖音怎么添加封面)

  • 什么是vb(什么是vb程序设计)

    什么是vb(什么是vb程序设计)

  • 【微信小程序】选择器组件picker(微信小程序开发一个多少钱)

    【微信小程序】选择器组件picker(微信小程序开发一个多少钱)

  • 什么是抄报税证明
  • 税法的分类都有什么
  • 如何做好存货管理,从哪方面去做
  • 物料损失怎么入账
  • 预付款保函怎么退
  • 发票报销的条件是什么?
  • 外购商品用于营销活动
  • 盈余公积可用于集体福利吗
  • 外请人员所发生的费用怎么做账
  • 废品材料回收价格
  • 融资租赁中承租人的权利
  • 福利费可以用什么科目
  • 企业管理与咨询机构
  • 简易征收不动产租赁税率是多少
  • 新公司不核税可以吗
  • 远程认证是什么意思
  • 公司购买环保材料会计分录
  • 公司清算补偿工资标准
  • 房产税计税税率怎么算
  • 分公司发生修理费能否在总公司列支?
  • 车辆购置税如何做账
  • 加工贸易的方式
  • 服务业公司取得的成果
  • 员工福利费会计处理
  • 固定资产前期费用计入
  • vant移动端开发
  • nw.exe是什么进程
  • Vue3 入门笔记 ---- 利用Element Plus对页面进行布局划分以及实现左侧公共菜单
  • 企业的各项费用
  • 记账凭证按其用途
  • php递归遍历文件夹
  • 会计编录怎么做
  • 违约金赔偿款怎么开票
  • 采购预算测算依据
  • 结转本月收入类账户到本年利润
  • 工程的直接成本包括哪些
  • yii2组件的理解
  • vue3父子传值
  • vue router 路由参数
  • 利用php抓取蜘蛛网
  • 微信公众号认证主体是什么意思
  • 出口免抵退税的会计分录
  • 工资和社保基数不一致
  • 商业承兑汇票贴现流程
  • ps灰色模式怎么换回来快捷键
  • nginx防盗链的作用
  • 摊余成本和账面价值
  • 公司应知应会的内容是什么
  • 开票软件里税收分类编码在哪更新
  • 企业借款利息计入什么科目
  • 发放工资的转账支票收款人
  • 缓交社保个税怎么报?
  • 资产负债表多久编制一次
  • 企业会计凭证怎么写
  • 无形资产按取得时的什么入账
  • 金蝶利息收入的正确分录
  • 关税 账务处理
  • 其他货币的账面价值包括
  • 补缴以前年度的税
  • 融资租赁增值税的计税依据
  • 企业注销留抵税额怎么处理 最新
  • 汽车行业的保险返点怎么算
  • 小规模纳税人营改增税率
  • 招待费住宿
  • 记账凭证烂了要紧吗
  • 固定资产包括哪些东西
  • sql server 2000安装好打开不显示名称和服务原因
  • freebsd常用命令
  • unix du
  • mmc.exe是什么
  • 怎样设置ie8
  • Windows7如何查看电脑配置
  • assetstore怎么下载资源包
  • 硬盘逻辑锁源码
  • 前端面试题及答案2023vue3
  • 修改安卓app权限教程
  • ajax按顺序执行
  • android assets
  • 免征的增值税税额应计入营业外收入嘛
  • 税控盘时间不对有影响吗
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设