量化投資學習筆記21——回歸分析:邏輯回歸

来源:https://www.cnblogs.com/zwdnet/archive/2020/02/23/12354875.html
-Advertisement-
Play Games

阿裡雲的課程有邏輯回歸的內容的,學一下。 原理 分類變數:又稱定性變數或離散變數,觀察個體只能屬於互不相容的類別中的一組。一般用非數字表達。與之相對的是定量變數或連續變數,變數具有數值特征。 常見的有有序變數(年齡等級,收入等級等),名義變數(性別,天氣,職業等)。 自變數包含分類變數:名義變數通常 ...


阿裡雲的課程有邏輯回歸的內容的,學一下。
原理
分類變數:又稱定性變數或離散變數,觀察個體只能屬於互不相容的類別中的一組。一般用非數字表達。與之相對的是定量變數或連續變數,變數具有數值特征。
常見的有有序變數(年齡等級,收入等級等),名義變數(性別,天氣,職業等)。
自變數包含分類變數:名義變數通常使用虛擬變數(啞變數),有序變數通過選取連續函數構建位置結構模型或者規則結構模型。
因變數包含分類變數:通常不滿足回歸分析的基本假設,通常使用新的回歸方法。
問題:誤差項非正態分佈;誤差項零均值異方差;回歸方程有限制。
改進:①回歸函數改用限制在[0,1]之間的連續曲線,而不再是直線回歸方程。常用的是logistic函數(或稱sigmoid函數)。其形式為f(x) = 1/(1+1/e**-x)
因變數取值為0,1,不適合直接作為回歸的因變數,改用因變數取值為1的概率π作為回歸因變數。因此也叫線性概率模型。
使用logit變換可以將logistic函數變換為線性函數。
用最大似然法估計參數值。
求解用到了梯度法。
梯度:是一個向量,表示某一函數在該點處的方嚮導數沿著該方向取得最大值,即函數在該點處沿著該方向變化最快,變化率最大。
梯度下降法:一種最優化演算法,也稱為最速下降法,沿著負梯度方向去減小函數值從而接近目標值。求最小值。
梯度上升法:一種最優化演算法,也稱最速上升法,沿著梯度方向去增加函數值從而接近目標值。求最大值。又有批量梯度上升法,隨機梯度上升法等,小批量梯度上升法。
迴圈終止條件:設定迴圈閾值,當兩次迭代值之差小於閾值時停止。或者定義最大迴圈次數,到達後即終止。
邏輯回歸的基本假設
①因變數是二分類的分類變數,或某事件的發生率,並且是數值型變數。
②殘差和因變數都要服從二項分佈,二項分佈對應的是分類變數,所以不是正態分佈,進而不是用最小二乘法,而是最大似然法來解決方程估計和檢驗問題。
③自變數和logistic概率是線性關係。
④各觀測對象之間相互獨立,共線性問題會影響邏輯回歸的參數估計和預測。
對於多分類變數,也可以轉化為多個二項邏輯回歸解決。還可以使用softmax作為損失函數,將輸出映射到(0,1)。
用sklearn自帶的iris數據集實測一下。
代碼見https://github.com/zwdnet/MyQuant/blob/master/20/logist.py

模型的評估、診斷與調優
構造統計量,用卡方檢驗。回歸繫數的檢驗構造Wald統計量,用卡方檢驗,或者計算擬合優度。自變數篩選與線性回歸類似。前進法,後退法,逐步回歸法。
除了與線性回歸共有的問題,邏輯回歸還有過離散,空單元,完全分類等特有的問題。
sklearn貌似還是不能進行統計檢驗,看看分數吧。
0.8066666666666666 還不錯。

我發文章的四個地方,歡迎大家在朋友圈等地方分享,歡迎點“在看”。
我的個人博客地址:https://zwdnet.github.io
我的知乎文章地址: https://www.zhihu.com/people/zhao-you-min/posts
我的博客園博客地址: https://www.cnblogs.com/zwdnet/
我的微信個人訂閱號:趙瑜敏的口腔醫學學習園地


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • css3和css有什麼區別?簡單來講css3是css的升級版本,css3新增樣式有圓角效果、圖形化邊界、塊陰影與文字陰影、使用RGBA實現透明效果、漸變效果、使用@Font-Face實現定製字體、多背景圖、文字或圖像的變形處理(旋轉、縮放、傾斜、移動)、多欄佈局、媒體查詢等。下麵是該節總結練習:邊框... ...
  • |這個作業屬於哪個課程| "軟體工程" | | | | |這個作業要求在哪裡| "第一次結對作業" | |這個作業的目標|數據可視化| |作業正文|見下方| |其他參考文獻|無| 壹 天大地大友誼最大 ================== 魏忠傑 學號: 211706203 博客地址: "魏忠傑" ...
  • 一、機械時鐘 1.最終效果 用 CSS 繪製的機械時鐘效果如下: HTML 中代碼結構為: <body> <div class="clock"> <ul class="min"></ul> <ul class="hour"></ul> <ul class="numbers"></ul> <ul cl ...
  • index.html 頭部區結構和樣式 效果圖 靜態樣式 index.html中的部分 <!-- 頭部 --> <div class="header"> <div class="container"> <!-- h1標簽是為了搜索引擎優化,表示重要 但是頁面內不要出現太多 --> <h1 class ...
  • jquery在$.animate()這個介面上又封裝了幾個API,用於進行匹配元素的便捷動畫,如下: $(selector).show(speed,easing,callback) ;如果被選元素已被隱藏,則顯示這些元素 $(selector).hide(speed,easing,callback) ...
  • jQuery 使用筆記 jQuery 基礎 1. jQuery 介紹 一個快速、輕量、豐富的 JavaScript 類庫 jQuery 官方網站:https://jquery.com jQuery 開發文檔:http://www.bejson.com/apidoc/jquery 2. jQuery ...
  • 程式設計七大原則 一、開閉原則 ​ 針對我們設計的功能模塊對擴展開放,對修改關閉:利用面向介面(抽象)編程(多態的特性),實現對功能需求擴展的同時,不允許更改原來的代碼。提高對象的可復用性、可維護性、靈活性。 ​ 抽象的說,用抽象思維構建我們想要創建的實體對象,用具體實現去擴展實體對象的細節實現。 ...
  • 這個假期有些長,長到忘記了要學習,要找工作,好吧,在我每天無休止的追著偶像劇時,我確實沒有負罪感,在聽了小祥大佬的分享後,我連睡午覺都被嚇醒。大佬跟我同一個班,在大廠工作,每天還抽時間學習,作業也沒落下,看看自己,再對比下別人,終於明白,我拿不到高薪原來是有原因的,話不多說,從昨天開始我進入了web ...
一周排行
    -Advertisement-
    Play Games
  • 基於.NET Framework 4.8 開發的深度學習模型部署測試平臺,提供了YOLO框架的主流系列模型,包括YOLOv8~v9,以及其系列下的Det、Seg、Pose、Obb、Cls等應用場景,同時支持圖像與視頻檢測。模型部署引擎使用的是OpenVINO™、TensorRT、ONNX runti... ...
  • 十年沉澱,重啟開發之路 十年前,我沉浸在開發的海洋中,每日與代碼為伍,與演算法共舞。那時的我,滿懷激情,對技術的追求近乎狂熱。然而,隨著歲月的流逝,生活的忙碌逐漸占據了我的大部分時間,讓我無暇顧及技術的沉澱與積累。 十年間,我經歷了職業生涯的起伏和變遷。從初出茅廬的菜鳥到逐漸嶄露頭角的開發者,我見證了 ...
  • C# 是一種簡單、現代、面向對象和類型安全的編程語言。.NET 是由 Microsoft 創建的開發平臺,平臺包含了語言規範、工具、運行,支持開發各種應用,如Web、移動、桌面等。.NET框架有多個實現,如.NET Framework、.NET Core(及後續的.NET 5+版本),以及社區版本M... ...
  • 前言 本文介紹瞭如何使用三菱提供的MX Component插件實現對三菱PLC軟元件數據的讀寫,記錄了使用電腦模擬,模擬PLC,直至完成測試的詳細流程,並重點介紹了在這個過程中的易錯點,供參考。 用到的軟體: 1. PLC開發編程環境GX Works2,GX Works2下載鏈接 https:// ...
  • 前言 整理這個官方翻譯的系列,原因是網上大部分的 tomcat 版本比較舊,此版本為 v11 最新的版本。 開源項目 從零手寫實現 tomcat minicat 別稱【嗅虎】心有猛虎,輕嗅薔薇。 系列文章 web server apache tomcat11-01-官方文檔入門介紹 web serv ...
  • 1、jQuery介紹 jQuery是什麼 jQuery是一個快速、簡潔的JavaScript框架,是繼Prototype之後又一個優秀的JavaScript代碼庫(或JavaScript框架)。jQuery設計的宗旨是“write Less,Do More”,即倡導寫更少的代碼,做更多的事情。它封裝 ...
  • 前言 之前的文章把js引擎(aardio封裝庫) 微軟開源的js引擎(ChakraCore))寫好了,這篇文章整點js代碼來測一下bug。測試網站:https://fanyi.youdao.com/index.html#/ 逆向思路 逆向思路可以看有道翻譯js逆向(MD5加密,AES加密)附完整源碼 ...
  • 引言 現代的操作系統(Windows,Linux,Mac OS)等都可以同時打開多個軟體(任務),這些軟體在我們的感知上是同時運行的,例如我們可以一邊瀏覽網頁,一邊聽音樂。而CPU執行代碼同一時間只能執行一條,但即使我們的電腦是單核CPU也可以同時運行多個任務,如下圖所示,這是因為我們的 CPU 的 ...
  • 掌握使用Python進行文本英文統計的基本方法,並瞭解如何進一步優化和擴展這些方法,以應對更複雜的文本分析任務。 ...
  • 背景 Redis多數據源常見的場景: 分區數據處理:當數據量增長時,單個Redis實例可能無法處理所有的數據。通過使用多個Redis數據源,可以將數據分區存儲在不同的實例中,使得數據處理更加高效。 多租戶應用程式:對於多租戶應用程式,每個租戶可以擁有自己的Redis數據源,以確保數據隔離和安全性。 ...