stochasticLogisticRegression
Эта функция реализует стохастическую логистическую регрессию. Она может быть использована для решения задачи бинарной классификации, поддерживает те же настраиваемые параметры, что и stochasticLinearRegression, и работает аналогичным образом.
Parameters
Параметры точно такие же, как и в stochasticLinearRegression:
learning rate, l2 regularization coefficient, mini-batch size, method for updating weights.
Для получения дополнительной информации смотрите parameters.
1. Обучение
См. раздел Fitting в описании stochasticLinearRegression.
Предсказанные метки должны находиться в [-1, 1].
2. Предсказание
Используя сохраненное состояние, мы можем предсказать вероятность того, что объект имеет метку 1.
Запрос вернет столбец вероятностей. Обратите внимание, что первым аргументом evalMLMethod является объект AggregateFunctionState, следующими являются столбцы признаков.
Мы также можем установить границу вероятности, что позволяет назначать элементам различные метки.
Тогда результатом будут метки.
test_data — это таблица, аналогичная train_data, но может не содержать целевого значения.
Смотрите также