دانلود پاورپوینت رگرسیون لجستیک

آرشیو کالا و خدمات

کتاب

پرفروش ترین ها

پر فروش ترین های فورکیا

پر بازدید ترین های فورکیا

پیوند ها

آمار بازدید

بازدید امروز : 31
بازدید دیروز : 807
بازدید کل : 3062728

دانلود پاورپوینت رگرسیون لجستیک

دانلود پاورپوینت رگرسیون لجستیک با فرمت pptو قابل ویرایش در۲۵ اسلاید

ایده اصلی

lدسته بندی کننده بیزی برای محاسبه P(Y|X) لازم دارد تا مقادیر P(Y) و P(X|Y) را یاد بگیرد.

lچرا مستقیما P(Y|X) یاد گرفته نشود؟

lلجستیک رگراسیون مقدار احتمال فوق را محاسبه میکند.

lدسته بندی کننده بیزی یک دسته بندی مولد است در حالیکه لجستیک رگراسیون یک دسته بندی کننده discriminative است.

مقدمه

lبر خلاف نامش این روش برای دسته بندی مورد استفاده قرار میگیرد نه رگراسیون.

lبرای حالت K = 2 این مدل بسیار ساده بوده و از یک تابع خطی بهره می جوید.

lبردار ورودی بصورت < X1 … Xn > و بردارخروجی Y بولین در نظر گرفته میشود.

lتمام Xi ها از Y مستقل فرض شده و مقدار P(Xi | Y = yk) گوسی در نظر گرفته میشود. N(μik,σi)

lهمچنین توزیع P(Y) بصورت برنولی در نظر گرفته میشود.

مقایسه با رگراسیون خطی

lبرای مدل کردن متغیرهائی که مقادیر محدودی به خود میگیرند بهتر از رگراسیون خطی عمل میکند زیرا مدل خطی هر مقداری را در خروجی تولید میکند درحالی که برای چنین متغیرهائی مقادیر محدودی مورد نیاز است.

lدر رگراسیون خطی مقدار متغیر مورد نظر از ترکیب خطی متغیرهای مستقل بدست می آید در حالیکه در لجستیک رگراسیون از ترکیب خطی تابع logit استفاده میشود.

lدر رگراسیون خطی پارامترها به روش least squares بدست می آیند در حالیکه این روش برای لجستیک رگراسیون فاقد کارائی بوده و از روش maximum likelihood estimation برای پیدا کردن پارامترها استفاده میشود.

مشکلات استفاده از ML

lبه خاطر ماهیت concave بودن تابع l(W) رابطه فوق حتما ماکزیمم global را پیدا خواهد کرد.

lاستفاده از ML می تواند برای داده های جدا پذیر خطی به over fitting شدید منجر شود.

lدلیل این امر این است که راه حل ML وقتی اتفاق می افتد که σ = 0.5 و یا wTφ =0 شده و منجر به بزرگ شدن وزنها میشود.

lاین امر حتی وقتی که تعداد داده ها نسبت به تعداد پارامترها زیاد باشد روی خواهد داد.

Generative Classifiers

lدر اغلب مسایل عملی بدلیل پیچیدگی زیاد و یا وجود عدم قطعیت نمی توان مدل ریاضی مشخصی را بدست آورد. در چنین شرایطی می توان از مدل های احتمالاتی استفاده نمود که در آنها دانش اولیه بصورت تابع چگالی احتمال مدل شده و با مشاهده داده مقدار احتمال ثانویه محاسبه میشود.

lنمونه هائی از مدلهای مولد:

انتشار : ۲۶ بهمن ۱۴۰۰ تعداد بازدید : 111

دانلود پاورپوینت تصميم گيري چند معياره (MCDM Multi Criteria Decision Making)

عنوان: تصميم گيري چند معياره (MCDM Multi Criteria Decision Making) فرمت فایل: pptx تعداد اسلاید ها: 56 زبان: فارسی دسته بندی: علوم انسانی ، روانشناسی چکیده: مقدمه :مصر باستانپیشگویان یونانیجوهر تمامی فعالیت های مدیریتی،تصمیم گیری استذهن محققین در دهه های اخیر (1970) ... ...

دریافت فایل : دانلود پاورپوینت تصميم گيري چند معياره (MCDM Multi Criteria Decision Making)

سایت http://30book.4kia.ir سایت دانلود کتاب ,دانلود مقاله,دانلود تحقیق ,دانلود گزارش کاراموزی ,دانلود طرح توجیهی ,دانلود پروژه ,دانلود پاورپوینت ,دانلود جزوه وغیره

پیوند ها

آمار بازدید

دانلود پاورپوینت رگرسیون لجستیک

تمام حقوق مادی و معنوی این وب سایت متعلق به "" می باشد