stochasticLogisticRegression
Эта функция реализует стохастическую логистическую регрессию. Она может использоваться для задач бинарной классификации, поддерживает те же пользовательские параметры, что и stochasticLinearRegression и работает аналогично.
Параметры
Параметры точно такие же, как в stochasticLinearRegression:
learning rate, l2 regularization coefficient, mini-batch size, method for updating weights.
Для получения дополнительной информации смотрите параметры.
1. Обучение
См. раздел Обучение в описании stochasticLinearRegression.
Предсказанные метки должны находиться в [-1, 1].
2. Прогнозирование
Используя сохраненное состояние, мы можем предсказать вероятность того, что объект имеет метку 1.
Запрос вернет колонку вероятностей. Обратите внимание, что первым аргументом функции evalMLMethod является объект AggregateFunctionState, следующими являются столбцы признаков.
Мы также можем установить границу вероятности, которая присваивает элементам разные метки.
Тогда результатом будут метки.
test_data - это таблица, аналогичная train_data, но может не содержать целевое значение.
Смотрите Также