Онлайн логистична регресия
Онлайн логистична регресия напасва логистичен класификатор по един пример (или мини-партида) наведнъж чрез стохастичен градиентен спусък, като актуализира теглата на модела при постъпването на всяко наблюдение, вместо да чака да види целия набор от данни. Това я прави стандартен избор за проблеми с двоична класификация с голям обем, поточни данни или ограничени от паметта, където обучението на партиди е невъзможно.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Bottou, L. (2010). Large-Scale Machine Learning with Stochastic Gradient Descent. In Proceedings of COMPSTAT 2010, 177–186. Physica-Verlag. link ↗
- Shalev-Shwartz, S. (2012). Online Learning and Online Convex Optimization. Foundations and Trends in Machine Learning, 4(2), 107–194. DOI: 10.1561/2200000018 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Online Logistic Regression (Incremental Stochastic Gradient Descent). ScholarGate. https://scholargate.app/bg/machine-learning/online-logistic-regression
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Логистична регресия (ML)Машинно обучение↔ compare
- Онлайн обучениеМашинно обучение↔ compare
- Онлайн линейна регресияМашинно обучение↔ compare
- Регуляризирана логистична регресияМашинно обучение↔ compare
- Полу-наблюдавана логистична регресияМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →