广义线性模型与常规逻辑回归的区别

我在尝试对我的数据进行逻辑回归时,了解到了广义线性模型(GLM)。广义线性模型与常规逻辑回归的实际区别是什么?它们的优缺点分别是什么?


回答:

与逻辑回归相比,广义线性模型的主要优势在于避免过拟合。GLM通常会尝试提取输入变量之间的线性关系,从而避免模型的过拟合。过拟合意味着在训练数据上的表现非常好,但在测试数据上的表现较差。

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