当前位置:   article > 正文

逻辑回归(Logistic Regression)

逻辑回归

入门小菜鸟,希望像做笔记记录自己学的东西,也希望能帮助到同样入门的人,更希望大佬们帮忙纠错啦~侵权立删。 

目录

一、逻辑回归简介与用途

二、逻辑回归的理论推导

1、问题描述和转化

2、初步思路:找一个线性模型来由X预测Y

3、Sigmoid函数(逻辑函数)

4、刚刚的线性模型与Sigmoid函数合体

5、条件概率

6、极大似然估计

7、求最小值时的w的两种方法——补充说明

三、多类逻辑回归

四、正则化

1、L1正则化

2、L2正则化

五、逻辑回归python实现

1、库函数LogisticRegression中的常用参数的介绍

2、实际应用

 六、逻辑回归的优缺点

1、优点

2、缺点


一、逻辑回归简介与用途

逻辑回归是线性分类器(线性模型)—— 主要用于二分类问题

【拓:如何判别一个模型是否为线性模型

理论上分辨:线性模型是可以用曲线来拟合样本的,但是分类的决策边界一定是直线的

数学表达上分辨:表达式中的系数w乘上自变量x(一个w系数影响一个自变量维度x)】


二、逻辑回归的理论推导

前方n多公式预警(如果推错了麻烦跟我说一下,谢谢啦~)

1、问题描述和转化

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/从前慢现在也慢/article/detail/179885
推荐阅读
相关标签