Logistic回归算法研究与实现

• 作者: 滕文
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: Logistic回归 标记噪声 稀疏性 鲁棒性
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 应用技术
• 页码范围: 133-138
• 页数: 6页
• 分类号: TP302.7
• 字数: 5657字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2018.05.030

摘要

针对目前标记噪声普遍在数据集中出现的这一现象,研究了一种新的模型,称为鲁棒逻辑回归模型.该模型以传统的贝叶斯逻辑回归模型为基础,在分类器中加入标记转换概率来应对可能出现的标记噪声.同时在模型中运用了正则化的方法,使分类器在拟合数据与变量选择间保持平衡.实验中分别用到了合成数据集和真实的数据集,从而对鲁棒逻辑回归模型在分类问题中具有的预测能力和变量选择能力以及对标记噪声的鲁棒性进行验证,再与传统的模型进行比较.结果表明在面对含有标记噪声的数据时,由鲁棒逻辑回归模型训练产生的分类器有更低的误分类率,在变量选择方面也更准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	滕文	陕西国际商贸学院信息与工程学院	16	43	3.0	6.0