MultiLinearLogistic Regr-ions

ivan gabrovski

ማስታወቂያዎችን ይዟል

ስለዚህ መተግበሪያ

ከዚህ በታች ለብዙ (ባለብዙ ተለዋዋጭ) ሁለትዮሽ ሎጅስቲክ ሪግሬሽን ተግባራዊ መመሪያ አለ - ማለትም፣ ከብዙ ባህሪያት የሁለትዮሽ ውጤት (0/1) መተንበይ።
ሁለትዮሽ ሎጅስቲክ ሪግሬሽን (ብዙውን ጊዜ ሎጅስቲክ ሪግሬሽን ተብሎ የሚጠራው) በአንድ ወይም ከዚያ በላይ ገለልተኛ ተለዋዋጮች እና በሁለትዮሽ (ባለሁለት ምድብ) ውጤት መካከል ያለውን ግንኙነት ለመምሰል የሚያገለግል የስታቲስቲክስ ዘዴ ነው።
ሁለትዮሽ፡ ዒላማ y∈{0,1}
ብዙ (ባለብዙ ተለዋዋጭ)፡ ከአንድ በላይ የግቤት ባህሪ x_1፣ x_2፣ ...፣ x_n​
ሞዴል፡
p(y=1∣x)=1/(1+e^{−z})፣ z=w_0+w_1*x_1+⋯+w_n*x_n

እና w_0፣ w_1...w_n በx_1፣ x_2፣ ...፣ x_n እና በy መካከል ያሉ ስህተቶች የሚሰሉ ክብደቶች ሲሆኑ ይተነብያል።
እሴቶችን በቀጥታ ከመተንበይ ይልቅ፣ የሎጂስቲክ ሪግሬሽን የዝርያዎችን መስመራዊ ጥምረት በመጠቀም የሎግ-እድሎችን ይተነብያል z. ከዚያም የሎግ-እድሎች በሎጂስቲክ (ሲግሞይድ) ተግባር በመጠቀም በ0 እና 1 መካከል እድሎችን ይፈጥራሉ።

ሁለትዮሽ ሎጂስቲክ ሪግሬሽን የሲግሞይድ ተግባርን የሚጠቀም የፕሮባቢሊስቲክ ምደባ ሞዴል ሲሆን ከሁለት ውጤቶች አንዱን የመተንበይ እድልን የሚጠቀም ሲሆን ይህም በስታቲስቲክስ፣ በዳታ ሳይንስ እና በማሽን መማር ላይ በስፋት ጥቅም ላይ እንዲውል ያደርገዋል፣ ይህም ለመተርጎም በሚቻል የሁለትዮሽ ውሳኔ አሰጣጥ ላይ በስፋት ጥቅም ላይ እንዲውል ያደርገዋል።

የሞዴል መለኪያዎች የሚገመቱት ከፍተኛ የዕድል ግምት (MLE) በመጠቀም ነው። የገደብ እሴት (ብዙውን ጊዜ 0.5) ውጤቶችን ለመመደብ ጥቅም ላይ ይውላል (ከ P≥0.5 → ክፍል 1፤ ከ P<0.5 → ክፍል 0 ከሆነ)።
ባለብዙ ኖሚያል ሎጂስቲክ ሪግሬሽን ምድቦቹ ተፈጥሯዊ ቅደም ተከተል በሌላቸው ገለልተኛ ተለዋዋጮች (ትንበያዎች) እና ከሁለት በላይ ሊሆኑ የሚችሉ ውጤቶች ባሉት ምድብ ጥገኛ ተለዋዋጭ መካከል ያለውን ግንኙነት ለመምሰል የሚያገለግል የስታቲስቲክስ እና የማሽን-መማሪያ ዘዴ ነው።
ሞዴል፡ ለክፍል k:
P(y=k∣x)=e^w_k⋅x / ∑e^w_j⋅x የት j=1,2...K
የት: - x = የባህሪ ቬክተር
w_k = ለክፍል k ክብደቶች
K = የክፍሎች ብዛት
በመተግበሪያው ውስጥ እያንዳንዱ ነገር Object_k(object_1፣ object_2 ... object_m) በገለልተኛ ተለዋዋጮች (X_ki - ባህሪያት፣ i = 1...n) እና በአንድ ጥገኛ ተለዋዋጭ (Y_k -target) ይገለፃሉ። እንደ ተራ ዝቅተኛ ካሬዎች (OLS) ያለ ዘዴ የቁጥር እሴቶችን (beta_0፣ beta_1፣ beta_2፣ ...፣ beta_n) ምርጥ እሴቶችን ለማስላት ጥቅም ላይ ይውላል። የዒላማው እሴት የሚሰላው በ:
Y = beta_0 + beta_01* P_1 + beta_2 *P_2 + ... + beta_n* P_n
የት: P_1፣ P_2...P_n የዒላማ ትንቢቶች ናቸው።
አፕሊኬሽኑ በመረጃ ቋት (DB) አይነት SQLite ውስጥ ለሚገኘው AppMultiNomialLogisticRegression.db የተባለ የSQLite አይነት ውስጥ ለብዙ የሎጂስቲክ ሪግሬሽን ሞዴሎች የማከማቻ ውሂብ። የሪግሬሽን ሞዴሎቹ በስም ይለያያሉ።
የአፕሊኬሽኑ ጅምር ማያ ገጽ (App Multinomial Linear Logistic Regression Solver) የሪግሬሽን ሞዴሎችን ናሙናዎች ዝርዝር (በማሽከርከሪያ ዝርዝር ውስጥ) እና ተግባራትን ለመፍጠር (አዲስ ናሙና)፣ ጫን (ጫን)፣ አስቀምጥ (አስቀምጥ)፣ አስቀምጥ (አስቀምጥ)፣ አስላ (አስላ) እና ሰርዝ (ሰርዝ) የሪግሬሽን ሞዴሎችን ናሙናዎች ለማንቃት አዝራሮችን ያሳያል። ከዋናው ማያ ገጽ፣ በምናሌ ክፍሎች በኩል፣ እንደ ቋንቋ ምርጫ፣ የውሂብ ጎታውን ማስቀመጥ እና መቅዳት፣ የውሂብ ጎታውን በናሙና ውሂብ ማስጀመር እና እንደ አፕሊኬሽኑ፣ ቅንብሮች እና በደራሲዎቹ የተሰጡ ሁሉንም አፕሊኬሽኖች መግለጫ የያዘ አገናኝ ያሉ ረዳት ተግባራትን መድረስ ይችላሉ።
የመፍጠር ተግባራት (አዲስ ናሙና) አዲስ ናሙና ውሂብ የሚያስገቡበት የማትሪክስ መጠን ለማስገባት መገናኛን ያካትታሉ - የረድፎች ብዛት (ቁጥሩ ለተገመተው ውሂብ ረድፍን ያካትታል P_1፣ P_2...P_n - የመጨረሻው ረድፍ) እና የአምዶች ብዛት (ቁጥሩ ለጥገኛ ውሂብ አምድን ያካትታል Y_1፣ Y_2፣...Y_k - የመጨረሻውን አምድ)። ከዚያም ተዛማጅ መረጃዎችን ለማስገባት ሰንጠረዥ ያመነጫሉ። የተሞላው ሠንጠረዥ ከመቀመጡ በፊት መሰየም አለበት። ተግባሩ ሰንጠረዡን አጽዳ።
አሮጌው የተቀመጠ ሠንጠረዥ ከተሽከረከረው ዝርዝር ውስጥ በተመረጡት ሊታይ ይችላል። የሚታየው ሠንጠረዥ ሊሰላ ይችላል እና መፍትሄው በንግግር ውስጥ ይታያል የመተግበሪያ ውጤቶች። ተግባር ህትመት ከዚህ ንግግሮች በ AppMultipleLogisticRegressionSolver.txt ፋይል ውስጥ ሊከናወን ይችላል። የህትመት እንቅስቃሴን ያካትታል ፋይሉን ያስቀምጡ Db/አስቀምጥ በእሱ የተመረጡ አቃፊዎች ናቸው። አቃፊውን ከመረጡ በኋላ ለማስቀመጥ አዝራር ይታያል። ከተመሳሳይ እንቅስቃሴ የተመረጠውን ፋይል ይዘት እና የተመረጠውን ፋይል ለመሰረዝ ሊታይ ይችላል።