熱線電話:13121318867

登錄
首頁大數據時代邏輯回歸(Logistic Regression)有哪些優缺點?
邏輯回歸(Logistic Regression)有哪些優缺點?
2022-12-23
收藏

邏輯回歸也是機器學習中常見的一種學習方法,今天我們就來看一看邏輯回歸的優缺點。
邏輯回歸(Logistic Regression)是一種有監督的統計學習方法,主要用于對樣本進行分類。邏輯回歸機器學習中做分類任務常用的方法,屬于“廣義的線性模型”,即:



考慮二分類任務,其輸出標記y∈{0,1},而線性回歸模型產生的預測值 z = wx+b是實值,于是,需要將實值z轉換為0/1值。最理想的是“單位階躍函數”:


即若預測值z大于0就判斷為正例,小于零則判斷為反例,預測值為臨界值零則可任意判斷。但是階躍函數不是連續的,不能直接作用于g-(),因此考慮用另一函數代替階躍函數,即sigmoid函數:



 邏輯回歸優缺點:
優點:
(1)對率函數任意階可導,具有很好的數學性質,許多現有的數值優化算法都可以用來求最優解,訓練速度快;
(2)簡單易理解,模型的可解釋性非常好,從特征的權重可以看到不同的特征對最后結果的影響;
(3)適合二分類問題,不需要縮放輸入特征;
(4)內存資源占用小,因為只需要存儲各個維度的特征值;
(5)直接對分類可能性進行建模,無需事先假設數據分布,避免了假設分布不準確所帶來的問題
(6)以概率的形式輸出,而非通過知識直接判斷是0還是1,對許多利用概率輔助決策的任務很有用
缺點:
(1)不能用邏輯回歸去解決非線性問題,因為Logistic的決策面是線性的;
(2)對多重共線性數據較為敏感;
(3)很難處理數據不平衡的問題;
(4)準確率并不是很高,因為形式非常的簡單(非常類似線性模型),很難去擬合數據的真實分布;
(5)邏輯回歸本身無法篩選特征,有時會用gbdt來篩選特征,然后再上邏輯回歸。


來CDA學數據分析師,理論結合實戰進行項目數據分析,學以致用,助你成為從事數據采集、清洗、處理、分析并能制作業務報告、提供決策的新型數據分析人才,點擊了解課程詳情!


想深入學習統計學知識,為數據分析筑牢根基?那快來看看統計學極簡入門課程!

學習入口:https://edu.cda.cn/goods/show/3386?targetId=5647&preview=0

課程由專業數據分析師打造,完全免費,60 天有效期且隨到隨學。它用獨特思路講重點,從數據種類到統計學體系,內容通俗易懂。學完它,能讓你輕松入門統計學,還能提升數據分析能力。趕緊點擊鏈接開啟學習,讓自己在數據領域更上一層樓!

數據分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數據分析師資訊
更多

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢