泊松分布数据的逻辑回归


11

从一些机器学习笔记中讨论了一些区分性分类方法,特别是逻辑回归,其中y是类标签(0或1),而x是数据,据说:

如果x|y=0Poisson(λ0),并且x|y=1Poisson(λ1),则p(y|x)将是逻辑对数。

为什么会这样呢?

Answers:


16

Y对于任何给定的X值,Y都有两个可能的值X。根据这些假设,

Pr(X=x|Y=0)=exp(λ0)λ0xx!

Pr(X=x|Y=1)=exp(λ1)λ1xx!.

因此(这是贝叶斯定理的一个小例子),以为条件的的机会是后者的相对概率,即Y=1X=x

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

哪里

β0=λ1λ0

β1=log(λ1/λ0).

那确实是标准的逻辑回归模型。

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.