1
我正處於R機器學習的開始階段,我很難相信沒有軟件包可以解決不同類型的迴歸算法的成本函數。例如,如果我想解決的成本函數的迴歸,手工的方式將低於:在R中應用成本函數
https://www.r-bloggers.com/logistic-regression-with-r-step-by-step-implementation-part-2/
# Implement Sigmoid function
sigmoid <- function(z)
{
g <- 1/(1+exp(-z))
return(g)
}
#Cost Function
cost <- function(theta)
{
m <- nrow(X)
g <- sigmoid(X%*%theta)
J <- (1/m)*sum((-Y*log(g)) - ((1-Y)*log(1-g)))
return(J)
}
##Intial theta
initial_theta <- rep(0,ncol(X))
#Cost at inital theta
cost(initial_theta)
在GLM功能是有辦法來自動做到這一點?或者,對於我應用的每種算法,是否需要手動執行此操作?
否不必例如參見的'glmnet'功能幫助頁面從包'glmnet'即'庫(glmnet); X =矩陣(RNORM(100 * 20),100,20 ); g2 = sample(1:2,100,replace = TRUE); fit2 = glmnet(x,g2,family =「binomial」)' – OdeToMyFiddle