逻辑回归的分类变量是离散值,但有时可能不是两种,而是多种
那么下图所示的三种分类,如果用逻辑回归来处理呢
一个可行的方法是:
如上图,即对没有一种类别,都构建一个“一对余”的二分类逻辑回归模型,即每一个模型预测某一种类别的可能性,那么有一个新的样本之后,只需要将这个样本输入到每一个模型中,取hθ(X)预测值(即可能性)最大那个即可。
通过这个方法,即可将二分类逻辑回归运用到多分类问题上。
微信公众号:BioLearner
定期更新,欢迎关注
逻辑回归的分类变量是离散值,但有时可能不是两种,而是多种
那么下图所示的三种分类,如果用逻辑回归来处理呢
一个可行的方法是:
如上图,即对没有一种类别,都构建一个“一对余”的二分类逻辑回归模型,即每一个模型预测某一种类别的可能性,那么有一个新的样本之后,只需要将这个样本输入到每一个模型中,取hθ(X)预测值(即可能性)最大那个即可。
通过这个方法,即可将二分类逻辑回归运用到多分类问题上。
定期更新,欢迎关注