论文部分内容阅读
在Logistic回归分析理论中,假定训练教据在回归方程的构建中是同等对待的.然而,在许多实际问题中,训练教据的地位是不同的;通常有些训练教据比其它教据可能更为重要.人们要求重要的训练教据对曲线拟合做出更大的贡献.基于此,作者给每个训练教据赋予一个置信权重并且重新推导了经典的Logisdc回归方法,受文[1]的启发,作者将这里的样本称为模糊点样本教据.最后给出了教值例子.