逻辑回归中错误数据集的方法
Method for error dataset in Logistic Regression
如果我对狗和猫图片进行逻辑回归。
但是我在这个模型中输入了人脸图片。然后，这个模型将把这张图片分类为狗或猫。
如何在逻辑回归模型中处理这些错误数据？
除非您明确训练它识别人脸，否则模型本身无法检测它是否是人脸。
逻辑回归模型输出图像在class A或class B中的概率和Prob(Img in Class A) + Prob(Img in Class B) = 1. 对于人脸，如果两者的预测概率差异 class 小于某个特定阈值，我们可以将该决定标记为需要审查的不确定决定。
例如，Prob(Class A | image) = 0.9 和 Prob(Class B | image) = 0.1，那么可以确信它是 class A. 但是说 Prob(Class A | image) = 0.45 和 Prob(Class B | image) = 0.55，差异比前一种情况小，因此更不确定它是既不是狗也不是猫。
如果我对狗和猫图片进行逻辑回归。 但是我在这个模型中输入了人脸图片。然后，这个模型将把这张图片分类为狗或猫。
如何在逻辑回归模型中处理这些错误数据？
除非您明确训练它识别人脸，否则模型本身无法检测它是否是人脸。
逻辑回归模型输出图像在class A或class B中的概率和Prob(Img in Class A) + Prob(Img in Class B) = 1. 对于人脸，如果两者的预测概率差异 class 小于某个特定阈值，我们可以将该决定标记为需要审查的不确定决定。
例如，Prob(Class A | image) = 0.9 和 Prob(Class B | image) = 0.1，那么可以确信它是 class A. 但是说 Prob(Class A | image) = 0.45 和 Prob(Class B | image) = 0.55，差异比前一种情况小，因此更不确定它是既不是狗也不是猫。