logic_regression

Documentation

Index

• func EvaluateModelSuperParamByCV(sourceDataSet *common.DataSet, label string, alpha, amplitude float64, ...) float64
• func PreProcessDataSet(sourceDataSet *common.StandardizedDataSet, label string) *common.TrainDataSet
• func PredictByLocalInput(thetas, standardizedInput map[string]float64) float64
• func StandardizeDataSet(sourceDataSet *common.DataSet, label string) *common.StandardizedDataSet
• func StandardizeLocalInput(xbars, sigmas, input map[string]float64) map[string]float64
• func TrainModel(trainDataSet *common.TrainDataSet, alpha float64, amplitude float64, ...) *common.Model

Functions

func EvaluateModelSuperParamByCV

func EvaluateModelSuperParamByCV(sourceDataSet *common.DataSet, label string, alpha, amplitude float64, regMode int, regParam float64, cvMode int, cvParam int) float64

EvaluateModelSuperParamByCV 模型评估，通过RMSE（均方根误差）来评估 注意：每次在迭代之前进行预处理，而不是统一进行预处理

- sourceDataSet 原始样本数据 - label 目标特征名称 - alpha 训练学习率 - amplitude 训练目标值 - regMode 正则模式 - regParam 正则参数 - cvMode 交叉验证模式 - cvParam 交叉验证参数

func PreProcessDataSet

func PreProcessDataSet(sourceDataSet *common.StandardizedDataSet, label string) *common.TrainDataSet

PreProcessDataSet 预处理标准化训练数据集 label表示计算损失函数时的目标维度

func PredictByLocalInput

func PredictByLocalInput(thetas, standardizedInput map[string]float64) float64

PredictByLocalInput 利用标准化过后的样本进行预测

func StandardizeDataSet

func StandardizeDataSet(sourceDataSet *common.DataSet, label string) *common.StandardizedDataSet

StandardizeDataSet 将样本数据集合进行Z-score标准化处理，将均值变为0，标准差变为1 Z-score Normalization x' = (x - average(x)) / standard_deviation(x) 特别注意：对于逻辑回归，标签值不做标准化处理

func StandardizeLocalInput

func StandardizeLocalInput(xbars, sigmas, input map[string]float64) map[string]float64

StandardizeLocalInput 使用训练得到的标准化模型参数，需要先对预测的数据进行标准化处理

func TrainModel

func TrainModel(trainDataSet *common.TrainDataSet, alpha float64, amplitude float64, regMode int, regParam float64) *common.Model

TrainModel 模型训练，alpha是梯度下降法的学习率α, amplitude是目标收敛震荡幅度 使用正则化的方案来提升泛化能力（先验知识）

- trainDataSet 预处理过的训练数据 - alpha 训练学习率 - amplitude 训练目标值 - regMode 正则模式 - regParam 正则参数