Regresión logística para datos de distribuciones de Poisson


11

De algunas notas de aprendizaje automático que hablan sobre algunos métodos de clasificación discriminativos, en particular la regresión logística, donde y es la etiqueta de clase (0 o 1) y x son los datos, se dice que:

si , y , entonces será logístico.x|y=0Poisson(λ0)x|y=1Poisson(λ1)p(y|x)

¿Por qué es esto cierto?

Respuestas:


16

Y tiene dos valores posibles para cualquier valor dado de . De acuerdo con los supuestos,X

Pr(X=x|Y=0)=exp(λ0)λ0xx!

y

Pr(X=x|Y=1)=exp(λ1)λ1xx!.

Por lo tanto (este es un caso trivial del Teorema de Bayes) la probabilidad de que condicional en es la probabilidad relativa de este último, es decirY=1X=x

Pr(Y=1|X=x)=exp(λ1)λ1xx!exp(λ1)λ1xx!+exp(λ0)λ0xx!=11+exp(β0+β1x)

dónde

β0=λ1λ0

y

β1=log(λ1/λ0).

De hecho, ese es el modelo estándar de regresión logística.

Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.