下面对逻辑斯蒂回归(logistic regression)和多项逻辑斯蒂回归模型(multi-nominal logistic model)描述不正确的是()。
A.两者都是监督学习的方法
B.多项逻辑斯蒂回归模型也被称为softmax函数
C.两者都可被用来完成多类分类任务
D.逻辑斯帝回归是监督学习,多项逻辑斯蒂回归模型是非监督学习
A.两者都是监督学习的方法
B.多项逻辑斯蒂回归模型也被称为softmax函数
C.两者都可被用来完成多类分类任务
D.逻辑斯帝回归是监督学习,多项逻辑斯蒂回归模型是非监督学习
A.逻辑斯蒂回归中所使用Sigmoid函数的输出形式是概率输出
B.逻辑斯蒂回归是一种非线性回归模型
C.在逻辑斯蒂回归中,输入数据特征加权累加值在接近−∞或+∞附近时,模型输出的概率值变化很大
D.在逻辑斯蒂回归中,能够实现数据特征加权累加
A.逻辑斯蒂回归和线性区别分析都是直接在数据原始空间进行分类
B.以上都不正确
C.逻辑斯蒂回归可直接在数据原始空间进行分类,线性区别分析需要在降维所得空间中进行分类
D.逻辑斯蒂回归在降维所得空间中进行分类,线性区别分析在数据原始空间进行分类
A.逻辑回归的因变量为数值变量
B.逻辑回归的因变量为定性变量
C.逻辑回归的自变量是定性变量
D.逻辑回归的因变量只能有两种取值
A.朴素贝叶斯(NaiveBayes,NB)
B.Logistic回归(LogisticRegression,LR)
C.支持向量机(SupportVectorMachine,SVM)
D.决策树(DecisionTree,DT)
A.Logistic回归(LogisticRegression,LR)
B.决策树(DecisionTree,DT)
C.朴素贝叶斯(NaiveBayes,NB)
D.支持向量机(SupportVectorMachine,SVM)
逻辑斯谛(Logistic)曲线族
建立了动物的生长模型.
(1)画出B=1时的曲线的图像,参数A的意义是什么(设x表示时间,y表示某种动物数量)?
(2)计算g(-x)+g(x),并说明该和的意义;
(3)证明:曲线是对g(x)的图像所作的平移.