Обобщённая линейная модель

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск

Strijov (Обсуждение | вклад)
(Новая: # Обобщённые линейные модели (Generalized Linear Model, GLM), называемые также обобщёнными аддитивными моделями (Gene...)
К следующему изменению →

Версия 14:11, 7 сентября 2008

  1. Обобщённые линейные модели (Generalized Linear Model, GLM), называемые также обобщёнными аддитивными моделями (Generalized Additive Model, GAM), можно рассматривать как дальнейшее обобщение криволинейной регрессии y=g^{-1}\left(\sum\nolimits_{i=1}^n a_i g_i(\mathbf{x})\right), где g(y) называется функцией связи (link function). Обычно в GLM дополнительно предполагается, что зависимая переменная подчиняется экспонентному распределению.
  2. Логистическая регрессия — частный случай обобщённой линейной модели, если взять логит-функцию связи g(y)=\ln\left(\frac{p}{1-p}\right), где p — зависимая переменная, имеющая смысл вероятности. Логистическая регрессия применяется для решения задач классификации и позволяет оценивать вероятности принадлежности объекта каждому из классов.


Внешние ссылки

Личные инструменты