stochasticLogisticRegression
Функция реализует стохастическую логистическую регрессию. Её можно использовать для задачи бинарной классификации, функция поддерживает те же пользовательские параметры, что и stochasticLinearRegression и работает таким же образом.
Параметры
Параметры те же, что и в stochasticLinearRegression:
learning rate, l2 regularization coefficient, mini-batch size, method for updating weights.
Смотрите раздел parameters.
- Построение модели
Смотрите раздел Построение модели в описании stochasticLinearRegression .
Прогнозируемые метки должны быть в диапазоне [-1, 1].
- Прогнозирование
Используя сохраненное состояние, можно предсказать вероятность наличия у объекта метки 1.
Запрос возвращает столбец вероятностей. Обратите внимание, что первый аргумент evalMLMethod это объект AggregateFunctionState, далее идут столбцы свойств.
Мы также можем установить границу вероятности, которая присваивает элементам различные метки.
Тогда результатом будут метки.
test_data — это таблица, подобная train_data, но при этом может не содержать целевое значение.
Смотрите также