逻辑回归可能是最常用的解决所有分类问题的算法。这里有27个问题专门测试你对逻辑回归的理解程度。
1)判断对错:逻辑回归是一种有监督的机器学习算法吗?
A)是
B)不是
答案:A
逻辑回归是一种有监督的学习算法，因为它使用真正的标签进行训练。当你训练模型时，监督学习算法应该有输入变量(X)和目标变量(Y)。
2)判断对错:逻辑回归主要用于回归吗?
A)是
B)不是
答案:B
逻辑回归是一种分类算法，不要与回归混淆。
3)判断对错:用神经网络算法设计逻辑回归算法是否可行?
A)是
B)不是
答案:A
神经网络是一种通用的算法，因此它可以实现线性回归算法。
4)判断对错:在3级分类问题上应用逻辑回归算法是可行的吗?
A)是
B)不是
答案:A
是的，可行。
5)下列哪种方法在逻辑回归上最适合数据?
A)最小二乘方误差
B)极大似然估计
C)杰卡德距离
D)A和B
答案:B
极大似然估计最适合逻辑回归的训练。
6)在逻辑回归输出与目标比较的情况下，下列哪一种评估指标不能被应用?
A)AUC-RUC
B)精确度
C)Logloss
D)均方误差
答案:D
因为逻辑回归是一种分类算法，所以它的输出不能是实时值。因此，均方误差不能用于评估它。
7)分析逻辑回归性能的一个很好的方法是AIC准则，它类似于线性回归中的R-Squared。
以下关于AIC的哪一种说法是对的?
A)我们更喜欢具有最小的价值的模型
B)我们更喜欢具有 的价值的模型
C)以上两种情况都取决于情况
D)都不对
答案:A
我们在逻辑回归中选择了 的模型，至少AIC是这样的。
更多信息请参考:北京中科白淀风医院吡美莫司乳膏治白癜风效果如何
