逻辑回归为什么对切斜的数据特别敏感(正负例数据比例相差悬殊时预测效果不好)
逻辑回归为什么对切斜的数据特别敏感(正负例数据比例相差悬殊时预测效果不好) 使用线性模型进行分类第一个要面对的问题就是如何降低离群值的影响,而第二大问题就是,在正负例数据比例相差悬殊时预测效果不好.为什么会出现这种情况呢?原因来自于逻辑回归交叉熵损失函数是通过最大似然估计来推导出的. 使用最大似然估计来推导损失函数,那无疑,我们得到的结果就是所有样本被预测正确的最大概率.注意重点是我们得到的结果是预测正确率最大的结果,100个样本预测正确90个和预测正确91个的两组w,我们会选正确91个的这
原创
2020-07-09 09:32:36 ·
719 阅读 ·
0 评论