逻辑回归分类器的自助聚合(bagging)

我正在抽取N个自助样本,并在这些样本上训练N个逻辑回归分类器。每个分类器会给我一个属于二元类别的概率,然后我将这N个概率平均起来得到最终的预测结果。

我的问题是,如果我取这N组回归系数并对它们进行平均,然后使用这个平均后的系数集在一个逻辑回归分类器中,并将输出概率作为最终预测,这是否与前一段所描述的取N个结果概率的平均值相同?


回答:

答案是否定的,因为逻辑函数是非线性的:1/(1+exp(-a)) + 1/(1+exp(-b)) 不等于 1/(1+exp(-(a+b)))

但是,逻辑函数的逆函数(也称为对数几率),是线性的(g(x) 在这个维基页面中)。如果你在计算对数几率,你可以在自助聚合过程中平均对应的系数(页面中的beta0beta1)。

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