逻辑回归是机器学习中一个非常常用且经典的分类模型。提出了一种逻辑回归的敏感性计算方式，并将其应用在特征选择领域中。以机器学习中的iris数据集为例，首先给出逻辑回归的输出对输入变量的敏感性定义，然后选择敏感性值比较高的属性特征组成特征子集，最后利用分类器对选取的特征进行验证。通过实验结果表明，利用敏感性方法能够选择出有效的特征，该方法是有效和可行的。
科研之友
微信
新浪微博
Facebook
分享链接
