Публикации по теме 'logistic-regression'
Prengen: система прогнозирования веб-запросов
С появлением цифровых технологий и растущим спросом на предоставление первоклассных услуг огромному количеству пользователей, которое процветает день ото дня, возникает желание предложить эффективный и своевременный метод, который может оценить огромный объем данных или информации. генерируются пользователями явно или неявно, когда они просматривают, нажимают, комментируют, ищут и т. д., и в результате помогает экстраполировать следующий курс действий, который может предпринять пользователь...
Доноры выбирают проверку приложений — логистическая регрессия TFIDF для начинающих, день 2
Поэтому ранее я настроил базовую функцию логистической регрессии, чтобы предсказать, будет ли проект одобрен для финансирования. Я достиг коэффициента ошибок 12%. Неплохо, я постараюсь улучшить это сегодня. Во-первых, я рассмотрю алгоритм более подробно, чтобы получить некоторое представление.
Логистическая регрессия обычно используется для построения дискретного классификатора, поскольку его выходные данные ограничены диапазоном от 0 до 1.
В нашем случае X, которые мы передаем,..
Прогнозирование Sub-Reddit с помощью классификационного моделирования
Здравствуйте, коллеги, рассказчики данных, в этом посте я хочу поделиться своими выводами о моделировании классификации с помощью веб-парсинга сообщений из двух разных подразделов Reddit и определения их происхождения. Подразделение Reddit, представляющее интерес, - это r / fakehistoryporn и r / NatureIsFuckingLit.
Подписка на Reddit выбрана не случайно. Я энтузиаст истории и любитель природы.
Итак, переход прямо в рабочий процесс выглядит следующим образом:
API веб-парсинга..
Логистическая регрессия
Логистическая регрессия — это статистический метод, используемый для моделирования вероятности бинарного результата (т. е. переменной, которая может принимать одно из двух возможных значений, например 0 или 1). Это тип обобщенной линейной модели, в которой используется логистическая функция для моделирования связи между независимыми переменными и вероятностью зависимой переменной.
Логистическая функция представляет собой сигмовидную кривую, которая находится в диапазоне от 0 до 1 и..
Оптимизация моделей машинного обучения с использованием имитации отжига
За последние несколько десятилетий искусственный интеллект и машинное обучение стали свидетелями огромного роста популярности и практического применения. Сегодня модели машинного обучения используются в различных секторах, включая финансы, здравоохранение, транспорт и развлечения, для принятия обоснованных решений, получения информации и повышения операционной эффективности. Сила этих моделей заключается в их способности учиться на данных, выявлять закономерности и делать прогнозы с..
От данных к решениям: путешествие через прогнозирование кредитных рисков
TL;DR🧭
Добро пожаловать на борт нашего грандиозного путешествия по прогнозированию кредитного риска! В этом приключении мы начали с необработанного набора данных о кредитах от Международного банка реконструкции и развития. После некоторой очистки данных и разработки функций мы обучили модель логистической регрессии, наш надежный корабль, предсказывать, является ли кредит «хорошим» или «плохим». Модель научилась улучшать обнаружение «плохих» кредитов с помощью тонкой настройки,..
Классификация плодов даты с помощью логистической регрессии (Python)
Логистическая регрессия — это один из многих статистических методов, которые вы можете использовать для объяснения или классификации вашей качественной переменной отклика с помощью ваших количественных/качественных переменных-предикторов. Логистическая регрессия — это своего рода обучение под наблюдением , которое можно легко выполнить с помощью библиотеки Python sklearn.
Scikit-learn или sklearn — одна из ведущих библиотек Python для машинного обучения. С помощью sklearn вы можете..
