论文部分内容阅读
Logistic分类算法中,通常使用梯度上升算法求解权值矩阵,Newton-Raphson算法是另一种求解权值矩阵的算法。选用UCI机器学习仓库中3个数据集,实验研究了Logistic梯度上升算法与Logistic Newton-Raphson算法的分类正确率、权值矩阵迭代求解次数。实验结果表明,相比Logistic梯度上升算法,Logistic Newton-Raphson算法具有更高分类正确率与较少权值矩阵迭代求解次数,该结论为Logistic分类过程中权值矩阵求解算法提供了参考依据。