مقایسه رگرسیون لوژیستیک با برخی از روش های یادگیری ماشین در رده بندی داده ها
یکی از مسایل مهم در علوم مختلف موضوع رده بندی است. رگرسیون لوژیستیک یکی از روش های آماری برای رده بندی داده ها است که در آن توزیع داده ها معلوم فرض می شود.محققان امروزه علاوه بر روش های آماری از روش های دیگری که در آن نیاز به معلوم بودن توزیع داده ها نیست مانند روش های یادگیری ماشین برای رده بندی داده ها استفاده می کنند . در این در این مقاله علاوه بر رگرسیون لوژیستیک، برخی از الگوریتم های یادگیری ماشین شامل CART،تقویت، Bagging جنگل تصادفی در حوزه ی یادگیری با نظارت توضیح داده می شود. در نهایت با استفاده از 4 مجموعه داده واقعی و یک مثال شبیه سازی شده کارایی رگرسیون لوژیستیک با الگوریتم های یادشده بر اساس معیار دقت و حساسیت و صحت مورد مقایسه قرار می گیرند.
پرداخت حق اشتراک به معنای پذیرش "شرایط خدمات" پایگاه مگیران از سوی شماست.
اگر عضو مگیران هستید:
اگر مقاله ای از شما در مگیران نمایه شده، برای استفاده از اعتبار اهدایی سامانه نویسندگان با ایمیل منتشرشده ثبت نام کنید. ثبت نام
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.