我们需要用 Java 进行逻辑回归。我们在 Python 中使用了这段代码http://blog.smellthedata.com/2009/06/python-logistic-regression-with-l2.html http://blog.smellthedata.com/2009/06/python-logistic-regression-with-l2.html基本上在 Java 中想要同样的东西。我被定向到 Weka,但许可证是非商业性的。
我发现 Omegahat API 具有像 Scipy 一样的 BFGS 最小化器,但我无法弄清楚 API:http://www.omegahat.org/api/org/omegahat/Numerics/Optimizers/OptimizerAlgorithmBFGS.html http://www.omegahat.org/api/org/omegahat/Numerics/Optimizers/OptimizerAlgorithmBFGS.html我想用模型实现一个类并放入似然函数。但是 model.eval 接受一个 ModelPointNumeric,它也有一个 eval。无论如何,它并不像使用 numpy 的 python 代码那样与数学有明显的相关性。是否使用或维护 omegahat api?我找不到它的邮件列表。
感谢您的投入。经过多次搜索我发现了这个:http://mallet.cs.umass.edu/optimization.php http://mallet.cs.umass.edu/optimization.php这几乎是 numpy 实现工作原理的 1:1 翻译,它允许我们自己使用数学公式进行逻辑回归。因此,我可以采用 Python 类并实现 4-5 个必要的方法,然后将其传递给 BFGS 求解器来执行逻辑回归。
它工作得很好,我们唯一需要意识到的是 Mallet 最大化了函数,而 Numpy 有一个最小化器。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)