ml-多類別分類:一對(duì)多

目標(biāo):使用邏輯回歸來解決多類別分類問題
分類算法:“一對(duì)多”(one-vs-all)

將多個(gè)類中的一個(gè)類記為正向類(y=1)其屏,然后將其他所有類都標(biāo)記為負(fù)向類趴生,這個(gè)模型記為h_\theta^{(1)}(x)

同理,接著將另一個(gè)類標(biāo)記為正向類(y=2)巫橄,將其他類標(biāo)記為負(fù)向類,這個(gè)模型記為h_\theta^{(2)}(x)

以此類推得到一系列模型。
h_\theta^{(i)}(x)=p(y=i|x;\theta)
i = (1,2,3,...,k)


思路:將所有分類機(jī)都運(yùn)行一遍淡溯,然后對(duì)每一個(gè)輸入遍歷都選擇最高可能性的輸出變量。

訓(xùn)練這個(gè)邏輯回歸分類器:h_\theta^{(i)}(x)簿训,其中i對(duì)于每一個(gè)可能的y=i咱娶。

利用訓(xùn)練后的模型進(jìn)行預(yù)測:
輸入新的x值,即在各個(gè)分類器里面都輸入x强品,然后選擇i使得h_\theta^{(i)}(x)最大膘侮,即:
\max_ih_\theta^{(i)}(x)

此即為多類別分類方法,在所有分類器的輸出中選出最高的概率值的榛,預(yù)測y就是那個(gè)值琼了。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市夫晌,隨后出現(xiàn)的幾起案子雕薪,更是在濱河造成了極大的恐慌,老刑警劉巖慷丽,帶你破解...
    沈念sama閱讀 221,888評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件蹦哼,死亡現(xiàn)場離奇詭異,居然都是意外死亡要糊,警方通過查閱死者的電腦和手機(jī)纲熏,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,677評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來锄俄,“玉大人局劲,你說我怎么就攤上這事∧淘” “怎么了鱼填?”我有些...
    開封第一講書人閱讀 168,386評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長毅戈。 經(jīng)常有香客問我苹丸,道長,這世上最難降的妖魔是什么苇经? 我笑而不...
    開封第一講書人閱讀 59,726評(píng)論 1 297
  • 正文 為了忘掉前任赘理,我火速辦了婚禮,結(jié)果婚禮上扇单,老公的妹妹穿的比我還像新娘商模。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,729評(píng)論 6 397
  • 文/花漫 我一把揭開白布施流。 她就那樣靜靜地躺著响疚,像睡著了一般。 火紅的嫁衣襯著肌膚如雪瞪醋。 梳的紋絲不亂的頭發(fā)上忿晕,一...
    開封第一講書人閱讀 52,337評(píng)論 1 310
  • 那天,我揣著相機(jī)與錄音趟章,去河邊找鬼杏糙。 笑死,一個(gè)胖子當(dāng)著我的面吹牛蚓土,可吹牛的內(nèi)容都是我干的宏侍。 我是一名探鬼主播,決...
    沈念sama閱讀 40,902評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼蜀漆,長吁一口氣:“原來是場噩夢(mèng)啊……” “哼谅河!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起确丢,我...
    開封第一講書人閱讀 39,807評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤绷耍,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后鲜侥,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體褂始,經(jīng)...
    沈念sama閱讀 46,349評(píng)論 1 318
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,439評(píng)論 3 340
  • 正文 我和宋清朗相戀三年描函,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了崎苗。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,567評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡舀寓,死狀恐怖胆数,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情互墓,我是刑警寧澤必尼,帶...
    沈念sama閱讀 36,242評(píng)論 5 350
  • 正文 年R本政府宣布,位于F島的核電站篡撵,受9級(jí)特大地震影響判莉,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜育谬,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,933評(píng)論 3 334
  • 文/蒙蒙 一骂租、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧斑司,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,420評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至僵缺,卻和暖如春胡桃,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背磕潮。 一陣腳步聲響...
    開封第一講書人閱讀 33,531評(píng)論 1 272
  • 我被黑心中介騙來泰國打工翠胰, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人自脯。 一個(gè)月前我還...
    沈念sama閱讀 48,995評(píng)論 3 377
  • 正文 我出身青樓之景,卻偏偏與公主長得像,于是被迫代替她去往敵國和親膏潮。 傳聞我的和親對(duì)象是個(gè)殘疾皇子锻狗,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,585評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容

  • 以西瓜書為主線,以其他書籍作為參考進(jìn)行補(bǔ)充焕参,例如《統(tǒng)計(jì)學(xué)習(xí)方法》轻纪,《PRML》等 第一章 緒論 1.2 基本術(shù)語 ...
    danielAck閱讀 4,535評(píng)論 0 6
  • 機(jī)器學(xué)習(xí)術(shù)語表 本術(shù)語表中列出了一般的機(jī)器學(xué)習(xí)術(shù)語和 TensorFlow 專用術(shù)語的定義。 A A/B 測試 (...
    yalesaleng閱讀 1,970評(píng)論 0 11
  • 首頁 資訊 文章 資源 小組 相親 登錄 注冊(cè) 首頁 最新文章 IT 職場 前端 后端 移動(dòng)端 數(shù)據(jù)庫 運(yùn)維 其他...
    Helen_Cat閱讀 3,887評(píng)論 1 10
  • 本文編譯自谷歌開發(fā)者機(jī)器學(xué)習(xí)術(shù)語表項(xiàng)目叠纷,介紹了該項(xiàng)目所有的術(shù)語與基本解釋刻帚。 A 準(zhǔn)確率(accuracy) 分類模...
    630d0109dd74閱讀 2,007評(píng)論 0 1
  • A 準(zhǔn)確率(accuracy) 分類模型預(yù)測準(zhǔn)確的比例。在多類別分類中涩嚣,準(zhǔn)確率定義如下: 在二分類中崇众,準(zhǔn)確率定義為...
    630d0109dd74閱讀 1,339評(píng)論 0 3