logistic回归（Logistic Regression)是一种广义线性回归（Generalized Linear Model）,在机器学习中是最常见的一种用于二分类的算法模型，由于数学原理简单，方便理解，作用高效，其实际运用相当广泛。为了通过自变量的线性组合来预测类别因变量的取值，logistic回归模型应运而生。logistic回归的因变量可以是二分类的，也可以是多分类的，但是二分类的更为常用，也更加容易解释，多类可以使用softmax方法进行处理。实际中最为常用的就是二分类的logistic回归。虽然带有回归二字，但实则是分类模型，下面从最基础的logit变换开始理解。

二、Logit模型

对于研究因变量（结果）与引发其变化的因素自变量（因素）的关系时，我们想到最基础的方法就是建立因变量与自变量的多元线性关系：

声明：本文内容由网友自发贡献，转载请注明出处：【wpsshop博客】