Month: May 2019
Model regresji Logistyczne. Część 4: Zastosowanie class_weight
Zastosowanie class_weight jest sposobem na poprawę wskaźnika recall w zbiorach wyników wysoko niezbilansowanych. Podniesienie wskaźnika recall wiąże się ze spadkiem poziomu wskaźnika precision. W poprzednich […]
Model Regresji Logistycznej. Część 3: zmiana progu w modelu regresji logistycznej
Zmiany progu w modelu regresji logistycznej i poprawa wskaźnika ‘recall’ kosztem zaśmiecenia wyników, czyli spadkiem poziomu dokładności ‘precision’. W poprzednich częściach omówiliśmy jak przygotowywać dane […]
Model Regresji Logistycznej. Część 2: Oversampling
Oversampling Oversampling jest metodą częściowo usuwającą skutki niezbilansowania zbioru wynikowego. Metodę tą stosuje się dla zbioru treningowego aby tak wytrenował przy jego pomocy model, by […]
Przykład Modelu Regresji Logistycznej. Część 1: model podstawowy
Regresja logistyczna jest algorytmem klasyfikacji uczenia maszynowego. Model Regresji Regresja logistyczna jest algorytmem klasyfikacji uczenia maszynowego. Model Regresji Logistycznej służy do przewidywania stanu zmiennej zależnej. […]