机器学习算法（一）: 基于逻辑回归的分类预测_数据预处理基于线性回归算法的预测模型基于逻辑回归算法的分类模型 4.基于朴素

作者：笔触狂放9 | 2024-03-06 13:10:42

踩

数据预处理基于线性回归算法的预测模型基于逻辑回归算法的分类模型 4.基于朴素

机器学习算法（一）: 基于逻辑回归的分类预测

1概述
- LogisticRegression回归算法

)

1概述

常见的线性回归模型,处理的因变量都是数值型区间变量，建立的模型描述是因变量的期望与自变量之间的线性关系
1

在这里插入图片描述
采用回归模型分析实际问题中，所研究的变量往往不全是区间变量而是顺序变量或属性变量，比如二项分布问题。通过分析年龄、性别、体质指数、平均血压、疾病指数等指标，判断一个人是否换糖尿病，Y=0表示未患病，Y=1表示患病，这里的响应变量是一个两点（0-1）分布变量，它就不能用h函数连续的值来预测因变量Y（只能取0或1）。总之，线性回归模型通常是处理因变量是连续变量的问题，如果因变量是定性变量，线性回归模型就不再适用了，需采用逻辑回归模型解决。
逻辑回归（Logistic Regression）是用于处理因变量为分类变量的回归问题，常见的是二分类或二项分布问题，也可以处理多分类问题，它实际上是属于一种分类方法。
二分类问题的概率与自变量之间的关系图形往往是一个S型曲线，如图所示，采用的Sigmoid函数实现

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/笔触狂放9/article/detail/199010

机器学习算法（一）: 基于逻辑回归的分类预测_数据预处理 基于线性回归算法的预测模型 基于逻辑回归算法的分类模型 4.基于朴素

机器学习算法（一）: 基于逻辑回归的分类预测

1概述

机器学习算法（一）: 基于逻辑回归的分类预测_数据预处理基于线性回归算法的预测模型基于逻辑回归算法的分类模型 4.基于朴素