1. 线性回归和逻辑回归(LR)
线性回归可以很好的解决回归问题,但是针对分类问题效果不佳。因为线性回归的输出值是不确定范围的,无法很好的一一对应到若干分类中。
为了解决上述问题,逻辑回归诞生了。通过在线性回归模型中引入Sigmoid函数,将线性回归的不确定范围的连续输出值映射到(0,1)范围内,成为一个概率预测问题。
线性回归 | ![]() |
---|---|
逻辑回归 | ![]() |
sigmoid函数:
为什么采用sigmoid函数:
1)可以将结果映射到(0,1)之间,转化为概率问题;
2)方便进行决策,当x=0时,sigmoid函数值为1/2;
3)求导容易。
2.