看板 [ DataScience ]
討論串[問題] logistic regression vs SVM
共 3 篇文章
內容預覽： 開啟 | 關閉 | 只限未讀
首頁
上一頁
1
下一頁
尾頁
#1
[問題] logistic regression vs SVM
推噓4(4推 0噓 8→)留言12則，0人參與, 6年前最新作者jikett (jikeZ)時間6年前 (2018/03/30 09:25), 編輯資訊
2
0
0
內容預覽:
各位大神前輩好，小弟不才，最近在面試遇到一個有趣的問題，. 面試官問說data在什麼情況下會用logistic regression，什麼. 情況下會用SVM?. 當下有點愣住，若談boundary的特性，兩個都可以透過kernel. trick轉成nonlinear。印象中以前看蠻多例子都會用.
(還有352個字)
#2
Re: [問題] logistic regression vs SVM
推噓0(0推 0噓 0→)留言0則，0人參與, 最新作者liualt (機器學習)時間6年前 (2018/03/30 11:55), 編輯資訊
0
0
0
內容預覽:
討論一般常見的soft-margin svm和L2-regularized logistic regression. 兩者的解都可以由訓練樣本的線性組合表示(representer theorem). 但QP求解svm的對偶問題可以得到僅包含support vector的sparse solutio
#3
Re: [問題] logistic regression vs SVM
推噓4(4推 0噓 4→)留言8則，0人參與, 6年前最新作者peter308 (pete)時間6年前 (2018/12/13 11:51), 6年前編輯資訊
0
0
0
內容預覽:
你好. 我最近在唸Python 機器學習 第二版. 剛好有看到跟你這個問題相關的內容. 在 84頁. 有這些內容:. 邏輯斯迴歸 與支持向量機的比較. 在實際的分類工作中，線性邏輯斯迴歸與線性支援向量機. 常常會產生非常相似的結果。但是邏輯斯迴歸試圖最佳化訓練數據集的條件概似，. 這會使邏輯斯迴歸比
(還有181個字)
首頁
上一頁
1
下一頁
尾頁