原书出处
大数据挖掘与统计机器学习
03 第3章 线性分类方法
c回归时,为使模型的形式更清楚,解释更方便,往往将式(3.1)转换为如下形式:
这个变换称为 Logit 变换。式(3.2)的左边我们很容易看出表示的是事件发生和不发生的概率之比(称作发生比odds)的对数,右边是通常的线性回归的形式,这预示着在解释系数时可以借鉴线性回归的经验
,具体做法在下面将会说明,这就是 Logit 变换所带来的好处。注意,与线性回归
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter5_0002.xhtml
EPUB SHA-256:6f2324b41414df46227a4d0ee4cc188eb120a38a798a14be96a3d7d919028c00