Regresja logistyczna online
Regresja logistyczna online dopasowuje klasyfikator logistyczny, przetwarzając jedną próbkę (lub mini-wsad) na raz za pomocą stochastycznego spadku gradientu, aktualizując wagi modelu w miarę napływania każdej obserwacji, zamiast czekać na cały zbiór danych. Czyni to z niej standardowy wybór dla problemów klasyfikacji binarnej o dużej objętości, strumieniowych lub z ograniczoną pamięcią, gdzie trenowanie wsadowe jest niewykonalne.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Online Logistic Regression (Incremental Stochastic Gradient Descent). ScholarGate. https://scholargate.app/pl/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.
- Regresja logistyczna (ML)Uczenie maszynowe↔ compare
- Uczenie onlineUczenie maszynowe↔ compare
- Regresja liniowa onlineUczenie maszynowe↔ compare
- Regularyzowana regresja logistycznaUczenie maszynowe↔ compare
- Logistyczna regresja półnadzorowanaUczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →