azure - 二分类 Logistic VS 二元 Logistic 回归

标签 azure machine-learning azure-machine-learning-service

在 Azure 机器学习工作室的测试项目中,根据我的理解,我有一些问题。 在我的项目(在 R 中)中,我使用了二元 Logistic 回归,但在 AML 中我发现了两个 Logistic 回归:二类和多类。所以在这种情况下我使用了二类逻辑回归。在这种情况下我是对的吗?

在另一种情况下,在 R 工具中运行 glm() 期间,它执行逻辑回归,并在汇总(loreg Eqn)之后提供每个变量的系数和估计值。

从 R 我有以下输出:

enter image description here

右键单击训练模型并可视化后从 AML 中:

enter image description here

上图中的权重是估计值,对吗(数据集是 diff)?

最佳答案

对于第一个问题,二分类 Logistic 回归与二元 Logistic 回归相同,所以在这种情况下你是对的。

对于你的第二个问题,不,它们是不同的。

关于azure - 二分类 Logistic VS 二元 Logistic 回归,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42484746/

相关文章:

azure - 地形和更新

reactjs - 如何绕过浏览器加载项阻止 Azure Application Insight 日志

python - sklearn.tree.DecisionTreeRegressor : depth of tree is bigger than specified when max_leaf_nodes ! = 无

apache-spark - 运行 Spark MLlib kmeans 时出现 OutOfMemory

azure-machine-learning-service - 使用 azureml-sdk 写入 azureml 中已安装的文件系统

azure-machine-learning-service - 如何在 Azure 机器学习管道中组织一个又一个步骤?

azure - 将 azure ml studio 设计器项目导出为 jupyter 笔记本?

azure - 当 Azure 计费使用情况 API 的使用数据中的仪表 ID 不正确时该怎么办

java - Weka 无法使用字符串作为属性对文本进行分类

windows - 为什么 GetEnvironmentVariable() 在 Windows Azure 中为我的 RoleRoot 返回错误的目录?