逻辑回归分类识别优化研究Research on Classification and Identification Optimization of Logistic Regression
王正存;肖中俊;严志国
摘要(Abstract):
本文通过实现逻辑回归成本函数模型的建立,运行梯度下降算法优化、更新权重和偏差,使用优化后的逻辑回归预测待测试图像在所有图片中的出现概率。首先加载训练集、测试集的图片,对图片降低维度并转置,实现前向和后向传播的成本函数,对逻辑回归的负对数似然成本进行正则化,使用断言确保数据的正确性。通过计算当前参数的成本和梯度,运行正则化的梯度下降算法来优化更新权重和偏差的超参数,优化循环的迭代次数更新规则的学习率的超参数,最后分别利用逻辑回归模型和正则化后的逻辑回归模型进行预测。实验证明,上述方法识别测试集图片中出现的概率准确性提高。
关键词(KeyWords): 逻辑回归;成本函数;正则化;梯度下降
基金项目(Foundation): 国家自然科学基金(61877062)
作者(Author): 王正存;肖中俊;严志国
Email:
DOI: 10.16442/j.cnki.qlgydxxb.2019.05.008
文章评论(Comment):
|
||||||||||||||||||
|