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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注