Запитання з тегом «logistic-regression»

З класу глибокого навчання Udacity , softmax y_i - це просто експоненція, поділена на суму експоненціала всього Y-вектора: Де S(y_i)функція софтмакса y_iі eє експоненціальною, і jні. стовпців у вхідному векторі Y. Я спробував таке: import numpy as np def softmax(x): """Compute softmax values for each sets of scores in x.""" …

247 python  numpy  machine-learning  logistic-regression  softmax 

Проблеми класифікації, такі як логістична регресія або багатономіальна логістична регресія, оптимізують перехресну ентропію . Зазвичай шар перехресної ентропії слід за шаром softmax , який виробляє розподіл ймовірностей. У тенсорному потоці існує принаймні десяток різних функцій перехресної ентропії : tf.losses.softmax_cross_entropy tf.losses.sparse_softmax_cross_entropy tf.losses.sigmoid_cross_entropy tf.contrib.losses.softmax_cross_entropy tf.contrib.losses.sigmoid_cross_entropy tf.nn.softmax_cross_entropy_with_logits tf.nn.sigmoid_cross_entropy_with_logits ... Який з них працює …

83 python  tensorflow  neural-network  logistic-regression  cross-entropy 

Мені цікаво, як вказані початкові значення за замовчуванням у glm. Ця публікація передбачає, що значення за замовчуванням встановлюються як нулі. Це один говорить , що існує алгоритм позаду нього, однак відповідна зв'язок порушена. Я намагався підігнати просту логістичну регресійну модель з алгоритмом сліду: set.seed(123) x <- rnorm(100) p <- 1/(1 …

10 r  logistic-regression  glm