逻辑回归(logistic regression)part2逻辑回归的公式推导

上一个专栏讲了简单线性回归，那么问题来了，数据如果是非线性分布的要怎么办呢
先看看一个简单的引子
假设一共8个事件
其中1个为事件A,7个为事件B
好，现在把事件的比率拿出来看一看
1按照线性的角度
A:B=1:7=1/7约等于0.1428
B:A = 7:1 = 7
2按照非线性的角度
log(A:B) = log(1/7)=-log(7)
log(B:A) = log(7)
那么，从对事件分类的角度来看，这两种情况与0的距离就是一样的了，正好分成两类

然后，我们再来个患病的概率吧，假设P为得病
那么得病与身体健康的比例为P/(1-P)=ratio
由于这种情况是非线性数据，现在我们转换为线性数据(之前搞过简单线性回归，这里将未知变已知)
两边取对数，得
log(p/(1-p))=log(ratio)
进一步，我们要把他分成两个事件，两边取e,得

进一步运算，将事件P分离/表示出来，

然后除过去，左边留下P

这样P事件就以线性的形式分离出来了
然后，再看看逻辑回归的公式

搞定.