《表2 正则化后逻辑回归学习率与准确性关系》
通过对比表1和表2,可以看出正则化后的逻辑回归模型比逻辑回归模型在训练集中识别率有所降低但测试集中的识别准确率提高。梯度下降算法收敛所需要的迭代次数根据模型的不同而不同,通过绘制算法不同学习率下代价函数的收敛曲线可直观了解。随着迭代次数的逐渐增加误差值逐渐减小,曲线趋向于平滑,如图2所示。
图表编号 | XD00171257100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 王正存、肖中俊、严志国 |
绘制单位 | 齐鲁工业大学(山东省科学院)电气工程与自动化学院、齐鲁工业大学(山东省科学院)电气工程与自动化学院、齐鲁工业大学(山东省科学院)电气工程与自动化学院 |
更多格式 | 高清、无水印(增值服务) |