logistic回归分析LogisticRegression课件_第1页
logistic回归分析LogisticRegression课件_第2页
logistic回归分析LogisticRegression课件_第3页
logistic回归分析LogisticRegression课件_第4页
logistic回归分析LogisticRegression课件_第5页
已阅读5页，还剩5页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

logistic回归分析LogisticRegressionppt课件欢迎来到本次PPT，我们将会介绍logistic回归分析，它在解决分类问题方面具有广泛的应用。我们将从简介、原理与方法、模型评估、Python实现、实例分析以及总结展望几方面来深入剖析该模型。什么是logistic回归？概念logistic回归是经典的统计学分类方法，主要用于数据分析和机器学习领域。它可以将输入值映射到一个概率范围内，实现二分类问题的解决。基础logistic回归基于概率论、统计学、最优化理论等学科领域的知识。它是广泛使用的分类方法之一，也是深度学习模型中的核心组成之一。logistic回归的应用场景医学领域用于预测病情，分析生物医学数据，例如对癌症或其他疾病进行分类。金融领域用于制定信用评估模型，进行违约行为预测，评估市场风险和信用危机等等。市场领域用于客户反馈情感分析、消费行为分析、市场营销策略制定等等。逻辑斯蒂函数1函数形式逻辑斯蒂函数将任何实数映射为区间（0,1)上的一个数值。2函数意义逻辑斯蒂函数的值域代表了输出预测值为1的概率，它可以将线性回归方程转化为可用于建立分类模型的函数。3函数图像最大似然估计概念最大似然估计是一种基于样本的统计推断方法，它通过最大化在已知样本下模型参数的似然函数，来得到模型的估计值。原理最大似然估计假设样本之间相互独立，且样本每一项出现的概率已知。最大化似然函数的过程等价于寻找与实际数据最相符的参数估计值。ROC曲线与AUC值ROC曲线ROC曲线是根据一系列不同的分类阈值绘制出的，可以评估模型的分类能力。曲线下面积越大，表明模型分类性能越好。AUC值AUC值是ROC曲线下的面积，该值越大，模型的分类能力越强。数据预处理1数据探索通过boxplot，heatmap等图形并进行离群值处理和缺失值处理2特征提取对特征进行数值化处理，比如编码、分箱、归一化等等3数据分析执行相关统计分析、降维分析等，预处理出可用于模型训练的数据模型训练与预测训练集使用logistic回归算法，将app应用文件进行识别，分为正常app和恶意文件两种类型测试集随机的1200个样本，用来检验分类模型的预测效果及准确率logistic回归实例分析：应用于信用评估领域模型名称准确率AUCLR模型0.740.79GBDT模型0.780.81logistic回归分析-总结与展望1总结logistic回归模型可以实现二分类的预测问题，具有广泛的应用场景。通过最大似然估计和梯度下降等方法，可以对模型进行训练和评估

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论