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

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注