逻辑回归的认识
逻辑回归是一种用于解决监督学习(Supervised Learning)问题的学习算法,进行逻辑回归的目的,是使训练数据的标签值与预测出来的值之间的误差最小化。
逻辑回归的推导
Sigmoid 函数:(z值就是预测值)
Logistic Regression虽然名字里带“回归”,但是它实际上是一种分类方法,用于两分类问题(即输出只有两种)。根据第二章中的步骤,需要先找到一个预测函数(h),显然,该函数的输出必须是两个值(分别代表两个类别)
所以利用了Logistic函数(或称为Sigmoid函数),函数形式为:
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:
推导
推导得到似然函数,和对数似然:
求导计算
求解(通过参数的变化得到最优解):
参考文献:https://www.cnblogs.com/hum0ro/p/9652674.html