푸 아송 분포의 데이터에 대한 로지스틱 회귀


11

일부 기계 학습 노트에서 일부 차별적 분류 방법, 특히 로지스틱 회귀 분석에 대해 이야기합니다. 여기서 y는 클래스 레이블 (0 또는 1)이고 x는 데이터입니다.

만약 및 X는 | y는 1 \ SIM \ mathrm {} 포아송 (λ_1) = 다음 P (Y | X)를 물류 것이다.x|y=0Poisson(λ0)x|y=1Poisson(λ1)p(y|x)

왜 이것이 사실입니까?

답변:


16

Y 는 주어진 X 값에 대해 두 가지 가능한 값을 갖습니다 X. 가정에 따르면

Pr(X=x|Y=0)=exp(λ0)λ0xx!

Pr(X=x|Y=1)=exp(λ1)λ1xx!.

따라서 (이것은 베이 즈 정리의 사소한 경우입니다) 에 대해 조건부 확률이 후자 의 상대 확률, 즉Y=1X=x

Pr(Y=1|X=x)=exp(λ1)λ1xx!exp(λ1)λ1xx!+exp(λ0)λ0xx!=11+exp(β0+β1x)

어디

β0=λ1λ0

β1=log(λ1/λ0).

그것은 실제로 표준 로지스틱 회귀 모델입니다.

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.