【问题标题】:Logistic regression on tic tac toe datasettic tac toe 数据集的逻辑回归
【发布时间】:2013-03-06 15:01:04
【问题描述】:

我想在 Java 中实现逻辑回归并将其应用于tic-tac-toe dataset

我将每个实例视为董事会的一个状态。所以每个实例有 9 个特征。例如{x,o,o,x,o,b,x,x,o} 是代表此板的实例:

x o o
x o b
x x o

所以我们有 9 个特征可以采用 {x,o,b} 值之一。

我听说过在这些情况下使用分布式表示之类的东西,根据它,我们对每个值都有以下表示:

x -> 1 0 0
b -> 0 1 0 
o -> 0 0 1

但我不知道如何对其应用逻辑回归。 有什么想法可以为逻辑回归算法表示这个数据集吗?

【问题讨论】:

    标签: dataset machine-learning regression


    【解决方案1】:

    要使用分布式表示,您将创建具有 27 个(二进制)特征的新实例。前 3 个特征表示 x, o, b 在第一个方格上为真,接下来的 3 个在第二个方格上为真,以此类推。对于每组 3 个,一个实例将恰好有一个 1 和其余的 0。标签将是x 玩家是否获胜,如数据集中给出的那样。

    然后你只需对 27 个特征的向量运行逻辑回归,每个实例一个向量,它会尝试匹配每个向量的标签。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2018-09-03
      • 1970-01-01
      • 2019-03-27
      • 1970-01-01
      相关资源
      最近更新 更多