логистическая регрессия
TRANSCRIPT
![Page 1: логистическая регрессия](https://reader038.vdocuments.net/reader038/viewer/2022100501/559fbec21a28aba1508b4624/html5/thumbnails/1.jpg)
Логистическая регрессия в задаче
моделирования обучаемого.
Смирнова Н.В.
ИПУ РАН, 2011 1
![Page 2: логистическая регрессия](https://reader038.vdocuments.net/reader038/viewer/2022100501/559fbec21a28aba1508b4624/html5/thumbnails/2.jpg)
действие студента контекст
Событие
«значимых» событий в процессе решения задачи может быть
очень много,
появление одного «значимого» события должно лишь приводить
к небольшому увеличению или уменьшению значения
соответствующего показателя (или показателей),
сигнализировать о необходимости выбора воздействия на
студента должно достижение показателями критических уровней.
Измерение показателей (модель обучаемого)
![Page 3: логистическая регрессия](https://reader038.vdocuments.net/reader038/viewer/2022100501/559fbec21a28aba1508b4624/html5/thumbnails/3.jpg)
Использование показателей (модель обучаемого)
Эвристическому алгоритму управления требуются
качественные оценки:
![Page 4: логистическая регрессия](https://reader038.vdocuments.net/reader038/viewer/2022100501/559fbec21a28aba1508b4624/html5/thumbnails/4.jpg)
действие студента контекст
Событие
Различным типам ситуаций с учетом их значимости приписываются разные весовые
коэффициенты
Каждый показатель вычисляется по формуле:
В качестве функции, которая берется от суммы весовых коэффициентов, была взята
1
n
ii
E f w
2( )
1 ( )
axf xax
Измерение показателей (модель обучаемого)
[0, 1]E
0 1a b
низ
ср
выс
![Page 5: логистическая регрессия](https://reader038.vdocuments.net/reader038/viewer/2022100501/559fbec21a28aba1508b4624/html5/thumbnails/5.jpg)
Задача классификации
- множество описаний объектов,
5
X
Y - множество номеров (наименований классов)
Существует неизвестная зависимость: *:y X Y
Дано: обучающая выборка
Требуется построить алгоритм
: ,X Y
способный классифицировать
x X
(1) (1) ( ) ( ), ,{( ),...,( )}m
m mX x y x y
![Page 6: логистическая регрессия](https://reader038.vdocuments.net/reader038/viewer/2022100501/559fbec21a28aba1508b4624/html5/thumbnails/6.jpg)
Логит-модель-1
6
Логит-модель:
{0, 1}y
эл. сообщение: спам/не спам,
цена дома: дорогой/нет
0: не принадлежит классу («не спам»)
1: принадлежит классу («спам»)
( ) ( 1| ; )h x P y x
Если , то считаем, что
Иначе считаем, что
( ) 0.5h x
1y
0y
Неизвестная зависимость, которую должны найти:
![Page 7: логистическая регрессия](https://reader038.vdocuments.net/reader038/viewer/2022100501/559fbec21a28aba1508b4624/html5/thumbnails/7.jpg)
Логит-модель-2
( ) ( 1| , ) ( )h x P y x f z
0 1 1...
n nz x x
1( )1 z
f ze
z
( )f z
![Page 8: логистическая регрессия](https://reader038.vdocuments.net/reader038/viewer/2022100501/559fbec21a28aba1508b4624/html5/thumbnails/8.jpg)
Вероятность смерти в результате болезни сердца:
Логит-модель-3. Пример
использования
0 1 1 2 2 3 3z x x x 1( ) ,
1 zf z
e
Факторы:
1
x - превышение 50-летия в десятках лет,
2
x - пол (0-муж, 1-жен),
3
x - уровень холестерина, уменьшенный на 5 (ммоль/л),
Пусть
1 2 35.0 2.0 1.0 1.2z x x x
Пусть пациент – мужчина 50 лет с холестерином 7.0
5.0 2.0 0 1.0 0 1.2 (7.0 5.0), ( ) 0.07z f z
![Page 9: логистическая регрессия](https://reader038.vdocuments.net/reader038/viewer/2022100501/559fbec21a28aba1508b4624/html5/thumbnails/9.jpg)
Логит-модель-4
0 1 1...
n nz x x
( ) [0,1]f z
действие студента контекст
Событие
0 1, ,...,
n - весовые коэффициенты событий
i
x - количество событий вида i
( )f z - значение показателя, где
Интерпретация:
( ) 0.5f z уровень показателя высокий
Нужно различать: высокий, средний, низкий уровни
![Page 10: логистическая регрессия](https://reader038.vdocuments.net/reader038/viewer/2022100501/559fbec21a28aba1508b4624/html5/thumbnails/10.jpg)
Логит-модель-5. Модель обучаемого
Можно каждый показатель характеризовать с
помощью вектора
где
1 2 3
( ( ), ( ), ( )),h x h x h x
( ) ( | , ) ( ), 1,3i
h x P y i x f z i
3
1
( ) 1i
i
h x
Выбирать i нужно на основе
max ( )ii
h x
# - уровень показателя средний,
(0.1,0.6,0.3)
- уровень показателя низкий
(0.8,0.1,0.1)
![Page 11: логистическая регрессия](https://reader038.vdocuments.net/reader038/viewer/2022100501/559fbec21a28aba1508b4624/html5/thumbnails/11.jpg)
Параметры находим так:
Логит-модель-6
Как найти ? Т.е. как найти
(1) (1) ( ) ( ), ,{( ),...,( )}m
m mX x y x yДана обучающая выборка:
2( ) ( )
1
1 1( ) ( ( ) )2
mi i
i
J h x ym
( )h x
Составляем:
1,..., ?
n
1,...,
n
![Page 12: логистическая регрессия](https://reader038.vdocuments.net/reader038/viewer/2022100501/559fbec21a28aba1508b4624/html5/thumbnails/12.jpg)
Спасибо за внимание!
![Page 13: логистическая регрессия](https://reader038.vdocuments.net/reader038/viewer/2022100501/559fbec21a28aba1508b4624/html5/thumbnails/13.jpg)
Инф. источники:
Слайды 1-3 /
статья Смирнова Н.В., Шварц А.Ю. (в печати)
Слайд 4 /
http://ru.wikipedia.org/wiki/Задача_классификации
Слайды 5-7/
http://ru.wikipedia.org/wiki/Логистическая_регрессия
Слайды 9-10/
ml-class.com