欢迎使用CSDN-markdown编辑器

第1章 逻辑斯蒂回归

逻辑斯蒂回归模型

1.1.1 逻辑斯蒂分布

  定义1.1 (逻辑斯蒂分布): X 是连续随机变量,X服从逻辑斯蒂分布是指 X 具有下列分布函数和密度函数:

F(x)=P(Xx)=11+e(xu)/r       (1.1)

f(x)=F(x)=e(xu)/rr(1+e(xu)/r)2        (1.2)

其中, u 为未知参数,r>0为形状参数
  逻辑斯蒂分布的密度函数和分布函数如图6.1所示。分布函数属于逻辑斯蒂函数,其图形是一条 S 形曲(sigmoid curve)。该曲线以点(u, 12 )为中心成对称,即满足

F(x+u)12=F(x+u)+12

曲线在中心附近增长速度较快,在两端增长速度较慢。形状参数 r 的值越小,曲线在中心附近增长越快。
         这里写图片描述

1.1.2 二项逻辑斯蒂回归模型

  二项逻辑斯蒂回归模型是一种分类模型,由条件概率分布P(X|Y)表示,形式为参数化的逻辑斯蒂分布。其中,随机变量 X 取值为实数,随机变量Y取值为1或0,。我们通过监督学习的方法来估计模型参数。
  定义1.2 (逻辑斯蒂回归模型)二项逻辑斯蒂回归模型是如下的条件概率分布:

P(Y=1|X)=ewx+b1+ewx+b         (1.3)

P(Y=0|X)=11+ewx+b         (1.4)

其中, xRn 是输入, Y{0,1} 是输出, wRn bR 是参数, w 称为权重,b称为偏置, wx w x的内积。
  对于给定输入 x ,计算P(Y=1|X) P(Y=0|X) 。比较两者大小,将实例 x 分到概率值大的那一类。
  有时为了方便,将权重向量和输入向量加以扩充,即w=(w1,w2,w3,...,wn,b)T x=(x1,x2,x3,...,xn,1)T 。注意,这里 xRn+1 , wRn+1 此时逻辑斯蒂回归模型扩展如下:

P(Y=1|X)=ewx1+ewx           (1.5)

P(Y=0|X)=11+ewx           (1.6)

  现在考察逻辑斯蒂回归模型的特点。一个事件的几率(odds)是指该事件发生的概率与该事件不发生的概率的比值。如果事件发生的概率是 p ,那么该事件的几率是p1p,该事件的对数几率(log odds)或logit函数是:

logit(p)=logp1p

对于逻辑斯蒂回归而言,由式(1.5)和式(1.6)得:

logP(Y=1|X)1P(Y=1|X)=wx

也就是说,在逻辑斯蒂回归模型中,输出 Y=1 的对数几率是输入 x 的线性函数。

1.3 模型参数估计

  逻辑斯蒂回归模型学习时,对于给定的训练集T={(x1,y1),(x2,y2),...,(xn,yn)},其中, xiRn Y{0,1} ,可以用极大似然估计来估计参数,从而得到回归模型。
  设: P(Y=1|x)=π(x) P(Y=0|x)=1π(x)
则似然函数为: Ni=1[π(xi)]yi[1π(xi)]1yi
对数似然函数为:

L(w)=i=1N[yilogπ(xi)+(1yi)log(1π(xi))]

=i=1N[yilogπ(xi)1π(xi)+log(1π(xi))]

=i=1N[yi(wxi)log(1+ewxi)]

L(w) 求极大值,得到 w <script type="math/tex" id="MathJax-Element-190">w</script>的估计值。
  这样,问题就变成以对数似然函数为目标函数的最优化问题。逻辑斯蒂回归学习中通常采用的方法是梯度下降及拟牛顿法。
  1、求解方法一:梯度上升法
  

内容概要:本文详细介绍了如何利用Simulink进行自动代码生成,在STM32平台上实现带57次谐波抑制功能的霍尔场定向控制(FOC)。首先,文章讲解了所需的软件环境准备,包括MATLAB/Simulink及其硬件支持包的安装。接着,阐述了构建永磁同步电机(PMSM)霍尔FOC控制模型的具体步骤,涵盖电机模型、坐标变换模块(如Clark和Park变换)、PI调节器、SVPWM模块以及用于抑制特定谐波的陷波器的设计。随后,描述了硬件目标配置、代码生成过程中的注意事项,以及生成后的C代码结构。此外,还讨论了霍尔传感器的位置估算、谐波补偿器的实现细节、ADC配置技巧、PWM死区时间和换相逻辑的优化。最后,分享了一些实用的工程集成经验,并推荐了几篇有助于深入了解相关技术和优化控制效果的研究论文。 适合人群:从事电机控制系统开发的技术人员,尤其是那些希望掌握基于Simulink的自动代码生成技术,以提高开发效率和控制精度的专业人士。 使用场景及目标:适用于需要精确控制永磁同步电机的应用场合,特别是在面对高次谐波干扰导致的电流波形失真问题时。通过采用文中提供的解决方案,可以显著改善系统的稳定性和性能,降低噪声水平,提升用户体验。 其他说明:文中不仅提供了详细的理论解释和技术指导,还包括了许多实践经验教训,如霍尔传感器处理、谐波抑制策略的选择、代码生成配置等方面的实际案例。这对于初学者来说是非常宝贵的参考资料。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值