python - 逻辑回归和词袋
解决方案
这有点困难,因为我不知道你到底想做什么。但总的来说,您有数据为您提供 Xs。和一个结果。结果应该是伯努利分布。这意味着只有两种结果是可能的。现在你根据你的 X 计算一个概率。例如,您想知道一个文本是否是关于汤姆汉克斯的。如果文本中有“Tom”这个词,你的 x1 就是 1。X 还可以描述“Tom”在文本中出现的频率。您尝试选择一个 beta,以便 beta1*x1 中的sogmoid函数返回文本是关于“Tom Hanks”的正确概率。如果文本中出现“汤姆”一词。为了计算 beta normaly,使用了一些机器学习算法,例如梯度下降。我简化了一点来理解这个想法。解释得很好。最后,您从数据中获得一个模型,该模型可以预测新数据的结果,而您只知道 X。
推荐阅读
- python - 无法将 Python 脚本作为子进程运行
- python - 我想在神经网络中使用 ReLU 函数但是我不知道如何实现它,因为我的输入是一个 2x1 数组
- javascript - 无法使用 React.JS 中的动态键访问 process.env 值
- database - 快速 api 迁移
- greenplum - Greenplum 数据库 - Count Distinct Queries 缓慢的问题
- angular - 为什么角度材料日期选择器显示在模态后面并且在 angular12 中以不适当的方式显示?
- sql - 将值插入另一个表的空列
- excel - 如何将连接到 SSAS 模型的数据透视表保存为静态工作表?
- javascript - GET http://localhost:5000/error 404 (Not Found)||无法连接到 API
- view - 雪花景观