Poisson dağılımlarından veriler için lojistik regresyon


11

Bazı ayrımcı sınıflandırma yöntemlerinden, özellikle y'nin sınıf etiketi (0 veya 1) ve x'in veriler olduğu lojistik regresyondan bahseden bazı makine öğrenimi notlarından, şöyle söylenir:

Eğer x|y=0Poisson(λ0) ve x|y=1Poisson(λ1) , daha sonra p(y|x) lojistik olacaktır.

Bu neden doğru?

Yanıtlar:


16

Y , verilen herhangi bir X değeri için iki olası değere sahiptir X. Varsayımlara göre,

Pr(X=x|Y=0)=exp(λ0)λ0xx!

ve

Pr(X=x|Y=1)=exp(λ1)λ1xx!.

Bu nedenle şansı (bu Bayes teoreminin önemsiz bir durumdur) şartına olan göreli ikinci olasılık, yaniY=1X=x

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

nerede

β0=λ1λ0

ve

β1=log(λ1/λ0).

Gerçekten de standart lojistik regresyon modeli budur.

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.