使用逻辑回归识别素数

可以使用逻辑回归来识别素数吗?我正在尝试构建一个使用监督逻辑回归的系统,系统中有一个预定义的数据库,包含数字及其分类(1 = 素数,0 = 非素数)。我希望计算机利用这些数据,通过这种算法来识别数据库中未分类的其他数字。这是可能的,还是我在尝试做不可能的事情?


回答:

如果网络配置正确并且有足够的时间,我不知道为什么这会是不可能的。

似乎其他人使用不同的模型取得了成功,你可以从他们那里获得更好的想法:

早期关于通过人工网络测试素数的成功案例见于《A Compositional Neural-network Solution to Prime-number Testing, László Egri, Thomas R. Shultz, 2006》。基于知识的级联相关(KBCC)网络方法显示出最有前景,尽管这种方法的实用性被其他素数检测算法所超越,这些算法通常首先检查最低有效位,立即将搜索范围缩小一半,然后基于其他定理和启发式方法搜索至𝑓𝑙𝑜𝑜𝑟(𝑥‾‾√)。然而,这一工作在《Knowledge Based Learning with KBCC, Shultz et. al. 2006》中得到了延续。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注