我有 1000 個輸入屬性,我試圖將它們分為 100 個類別。通過使用多類邏輯回歸進行訓練,需要學習多少模型引數?是 (1000*100 100) 還是 1000 100 ?
uj5u.com熱心網友回復:
Logistic 回歸是一種二元分類模型,這意味著它只能從另一個類中識別出一個類。為了將其應用于多類分類,需要對其進行修改,并且沒有“一種方法”可以這樣做,但有一些常用方法:
“最標準”的方法是“1 vs ALL 分類”,這意味著您可以有效地構建 100 個邏輯回歸模型,每個模型識別一個類與所有其他類,在這種情況下,您有 100*(1000 1) 個引數。
另一種選擇是“1 vs 1”方法,您可以為每對類構建邏輯回歸,從而得到 100*(100-1)/2 * (1000 1) 個引數。
最后,原則上您可以訓練一個只有 1000 100 個引數的模型,其中每個類只有自己的偏差,但投影是固定的,但是除非您的類別是可訂購的,否則這沒有任何意義。
轉載請註明出處,本文鏈接:https://www.uj5u.com/qiye/381661.html
標籤:机器学习
