毕业论文（设计）机器学习之逻辑斯蒂回归模型及应用研究

《毕业论文（设计）机器学习之逻辑斯蒂回归模型及应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要21世纪，机器学习已经渗入到我们的生活中的各个角落，应用的方面也是尤为广泛，本课题我们主要研讨机器学习中的逻辑斯蒂回归模型，它主要解决软二分类的问题。本文以医院病人心脏病二次发作概率作为研究案例，首先对逻辑斯蒂回归模型原理、误差函数及其求解做了整体分析，借助集成机器学习各种算法的Rapidminer软件，运用病人心脏病二次发作数据，训练得出病人心脏病二次发作的逻辑斯蒂回归模型，并对该模型进行交叉验证，最后把该模型的交叉验证结果和线性回归以及支持向量机等相关模型的验证结果做相互对比，并得出逻辑斯蒂回归模型优于另外两种模型。关键词：机器学习；逻辑斯蒂回归

2、模型；梯度下降法；Rapidminer；交叉验证IVAbstractInthe21stcentury,machinelearninghaspenetratedintoeverycornerofourlife,andtheapplicationisalsoveryextensive.Inthispaper,wemainlystudythelogicregressionmodelinmachinelearning,whichmainlysolvestheproblemofsofttwoclassification.Inthispaper,theprobabi

3、lityofsecondaryattacksofheartdiseaseinhospitalpatientsasaresearchcase.Firstly,theprincipleoflogisticregressionmodel,errorfunctionanditssolutionareanalyzed,withintegratedmachinelearningvariousalgorithmsRapidminersoftware,usingthesecondaryattackdataofthepatient'sheartdisease,thelog

4、isticregressionmodelofthesecondepisodeofheartdiseasewastrained,andthemodeliscross-validated.Finally,thecrossvalidationresultsofthemodelarecomparedwiththeresultsoflinearregressionandsupportvectormachineandsoon,andthelogicalregressionmodelissuperiortotheothertwomodels.Keywords：Mach

5、inelearning;Logisticregressionmodel;Gradientdescentmethod;Rapidminer;Cross-validationIV目录摘要IAbstract错误！未定义书签。目录II第一章绪论11.1课题研究的目的与意义11.2国内外现状1第二章机器学习基本知识22.1机器学习的定义22.2主要策略22.3基本结构22.4机器学习分类32.4.1监督学习32.4.2非监督学习32.4小结3第三章机器学习之逻辑斯蒂回归43.1逻辑斯蒂43.2学习流程43.2.1目标问题43.2.2逻辑回归误差函数设计73.2.3

6、逻辑回归误差函数求解11第四章建立模型及其测试和验证164.1数据导入准备和导入工作164.2建立逻辑斯蒂回归模型174.3测试逻辑斯蒂回归模型19IV4.4几种算法的交叉验证20第五章结果分析245.1通过建立出来的模型的数据显示245.2测试结果分析245.3逻辑斯蒂回归模型及其他模型算法的交叉验证对比25第六章总结和展望276.1总结276.2展望28参考文献29致谢30IV图表目录图3.1LearnFloor5图3.2θ(s)公式图6图3.3linearclassification示意图8图3.4linearregression示意图8图3.5l

7、ogisticregression示意图9图3.6▽Εin(w)曲线图11图3.7IterativeOptimization曲线图13图3.8梯度下降η值选择14图4.1导入数据16图4.2导入数据完成17图4.3数据所在位置17图4.4初次建立模型18图4.5LogisticRegressionDescription18图4.6LogisticRegressiondata19图4.7LogisticRegression测试数据19图4.8LogisticRegression测试数据结果20图4.9交叉验证初始化20图4.10交叉验证logisticre

8、gression21图4.11LogisticRegression交叉验证结果2