← 返回卡片

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

核验版本的摘录快照 · 导入于 2026-11-18T10:22:02.199Z

相应的软件中也有各种检验结果的输出。 3.2.3 正则化的Logistic回归

对于Logistic回归模型的变量选择问题,可以通过传统的逐步回归方法来解决,也可以根据Lasso惩罚回归的思想,在损失函数中(负的对数似然函数(3.3))对模型系数施加L1范数惩罚项,得到L1正则化Logistic回归模型

: 与Lasso中一样,这里惩罚项的β不包括β0,对p 个变量均进行标准化处理。

此预览只包含定位所需的摘录和上下文。

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