首页> 中文期刊> 《信息记录材料》 >逻辑回归的敏感性分析及在特征选择中的应用

逻辑回归的敏感性分析及在特征选择中的应用

         

摘要

逻辑回归是机器学习中一个非常常用且经典的分类模型。提出了一种逻辑回归的敏感性计算方式,并将其应用在特征选择领域中。以机器学习中的iris数据集为例,首先给出逻辑回归的输出对输入变量的敏感性定义,然后选择敏感性值比较高的属性特征组成特征子集,最后利用分类器对选取的特征进行验证。通过实验结果表明,利用敏感性方法能够选择出有效的特征,该方法是有效和可行的。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号