stochasticLogisticRegression
Эта функция реализует стохастическую логистическую регрессию. Она может использоваться для решения задач бинарной классификации, поддерживает те же настраиваемые параметры, что и stochasticLinearRegression, и работает аналогичным образом.
Параметры
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 параметры.
1. Обучение
См. раздел Fitting в описании stochasticLinearRegression.
Предсказанные метки должны находиться в [-1, 1].
2. Прогнозирование
Используя сохраненное состояние, мы можем предсказать вероятность того, что объект имеет метку 1.
Запрос вернет колонку вероятностей. Обратите внимание, что первым аргументом evalMLMethod является объект AggregateFunctionState, а следующие — колонки признаков.
Мы также можем установить предел вероятности, который назначает элементам разные метки.
Тогда результатом будут метки.
test_data — это таблица, подобная train_data, но она может не содержать целевое значение.
Смотрите также