Zeroclanzhang(讨论 | 贡献) 无编辑摘要 |
Zeroclanzhang(讨论 | 贡献) 无编辑摘要 |
||
第7行: | 第7行: | ||
|productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用 | |productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用 | ||
|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8|V1.0]]部署 | |productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8|V1.0]]部署 | ||
|nodeenglishname= | |nodeenglishname=Logistic Regression | ||
|abbreviation= | |abbreviation=LogitReg | ||
|funcmaincategory=数据分析 | |funcmaincategory=数据分析 | ||
|funcsubcategory=[[DataAGM Lv1 Cat::回归分析]] | |funcsubcategory=[[DataAGM Lv1 Cat::回归分析]] |
2024年1月19日 (五) 19:07的最新版本
节点状态 | / Win10及以上可用
在V1.0部署
|
---|---|
逻辑回归 | |
节点开发者 | 决策链算法研发部 (Dev.Team-DPS) |
节点英文名 | Logistic Regression |
功能主类别 | 数据分析 |
英文缩写 | LogitReg |
功能亚类别 | 回归分析 |
节点类型 | 数据挖掘 |
开发语言 | R |
节点简介 | |
逻辑回归是一种用于解决二分类(0或1)问题的机器学习方法,用于估计某种事物的可能性。原理是用逻辑函数把线性回归的结果映射到(0,1),该模型中的参数或系数通常通过最大似然估计方法进行估算。 用途:用于处理二元或多元分类问题。其主要目标是预测一个二元响应变量的可能性,基于一个或多个预测变量(可以是连续的,也可以是分类的)。 参数:选择二分类因变量,和自变量 | |
端口数量与逻辑控制(PC) | |
Input-入口 | 4个 |
Output-出口 | 2个 |
Loop-支持循环 | 是 |
If/Switch-支持逻辑判断 | 否 |
输入输出 | |
相关节点 | |
上一节点 | 线性回归 |
下一节点 | 多分类逻辑回归 |
查找其他类别的节点,请参考以下列表