当前位置: 首页 > 面试题库 >

Java中的逻辑回归

王辉
2023-03-14
问题内容

我们需要使用Java进行逻辑回归。我们在Python http://blog.smellthedata.com/2009/06/python-
logistic-regression-
with-l2.html中

使用了此代码,并且基本上希望在Java中使用相同的代码。我被定向到Weka,但许可是非商业性的。

我发现Omegahat
API具有像Scipy这样的BFGS最小化器,但我无法弄清楚该API:http
:
//www.omegahat.org/api/org/omegahat/Numerics/Optimizers/OptimizerAlgorithmBFGS.html
我想实现一个对该模型进行分类并放入似然函数。但是model.eval带有一个ModelPointNumeric,它也有一个eval。无论如何,它与数学没有明显的关联,因为使用numpy的python代码是。是否已使用或维护omegahat
api?我找不到它的邮件列表。


问题答案:

感谢您的投入。经过大量搜索后,我发现了这一点:http :
//mallet.cs.umass.edu/optimization.php
这几乎是numpy实现方式的1:1翻译,它使我们能够使用数学公式进行逻辑回归。因此,我可以采用我们的python类并实现必要的4-5方法,然后将其传递给BFGS解算器以执行逻辑回归。

它工作得很好,我们唯一要意识到的是,Mallet使功能最大化,而Numpy具有最小化器。



 类似资料:
  • 逻辑回归对应线性回归,但旨在解决分类问题,即将模型的输出转换为从 0 到 1 之间的概率值。逻辑回归直接对分类的可能性进行建模,无需事先假设数据的分布。 最理想的转换函数为单位阶跃函数(也称Heaviside函数),但单位阶跃函数是不连续的,没法在实际计算中使用。故而,在分类过程中更常使用对数几率函数(即sigmoid函数): $$f(x)=\frac{1}{1+e^{-x}}$$ 这样,模型就变

  • 我已经有一段时间没有编程了,我正在努力回到事情的转折点,这就是我已经走了多远。我的问题是,我如何循环第二个问题,这样,如果回答不是肯定的,它会再次问这个问题。我曾尝试在if语句周围放置一个循环,但每当我尝试从用户那里获得另一个响应时,它告诉我无法使用变量response来执行此操作。我觉得这是一个简单的修复,因为我理解循环,但我有一个困难的时候围绕着这个具体的问题我的头,提前谢谢你。

  • 我正在从书本上学习java,我遇到了一个逻辑问题,我知道代码没有它可能的那么有效,但我想了解这个问题,这样我就可以更好地了解Java是如何工作的,并避免将来出现更复杂的问题。 我正在尝试编写的程序应该读取账户余额和利率,然后在一年和两年后给出余额。 第二年的利率应按第一年起的总额计算。 但我的计划只是在第一年到第二年增加相同数额的利息。如果余额是6000,利息是4.25,我第一年得到6255.0,

  • 综述  “子非鱼,焉知鱼之乐” 本文采用编译器:jupyter  逻辑回归方法是从线性回归方法发展过来的,通常解决的是分类问题,读者或许有这样一个疑问:既然是回归算法又么解决分类问题的呢? 道理其实很简单,在我们求出线性回归系数a,b之后,对于每一个输入的x值,模型都可以输出对应的y值,如果把输出值y限制在0到1的范围内,那么这个y就非常的像一个概率p,我们只用规定概率的不同取值范围对应不同的标记

  • 问题内容: 运算符和有什么不一样?和运算符|| ?? 而且&和&& ??有什么区别? 谢谢… 问题答案: 主要区别在于,在表达式中,如果为false,则不会进行计算,而在两者中,无论如何都将进行计算。可以说是“ 短路 ”评估。 同样,对于:如果为true,则不会进行评估,而对于两者而言,则无论如何都将被评估。

  • 主要内容:语法,示例,创建回归模型逻辑回归是一种回归模型,其响应变量(因变量)具有分类值,如或。 它实际上是根据与预测变量相关的数学方程,来衡量二进制响应的概率作为响应变量的值。 逻辑回归的一般数学方程为 - 以下是使用的参数的描述 - y - 是响应变量。 x - 是预测变量。 a 和 b 是数字常数的系数。 用于创建回归模型的函数是函数。 语法 用于计算逻辑回归的函数的基本语法是 - 以下是使用的参数的描述 - formula