Skip to Main Content
Машинное обучение с PyTorch и Scikit-Learn
book

Машинное обучение с PyTorch и Scikit-Learn

by Sebastian Raschka, Yuxi (Hayden) Liu, Vahid Mirjalili
May 2024
Beginner to intermediate content levelBeginner to intermediate
688 pages
26h
Russian
Foliant
Content preview from Машинное обучение с PyTorch и Scikit-Learn
Знакомство с классификаторами машинного обучения н а осн ове scikit-learn
83
Предсказанная вероятность затем может быть просто преобразована в бинарный вывод
с помощью пороговой функции:
(
)
{}
1 if 0.5
ˆ
0виномслучае
z
y
=
σ
.
Если мы посмотрим на предыдущий график сигмоидной функции, это эквивалентно
следующему условному выражению:
{}
1if0.0
ˆ
0виномслучае
z
y
=
.
На самом деле, есть много приложений, где нас интересуют не только предсказанные
метки классов, но и важна оценка вероятности принадлежности к классу (вывод сигмо-
идной функции до применения пороговой функции). Логистическая регрессия исполь-
зуется в прогнозировании погоды, например ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Start your free trial

You might also like

CompTIA Network+ -- Vorbereitung auf die Prüfung N10-009

CompTIA Network+ -- Vorbereitung auf die Prüfung N10-009

Markus Kammermann

Publisher Resources

ISBN: 9786011100342