逻辑回归算法及其在文本分类中的应用

总结一下工作学习中的算法，如有纰漏，请大家多多指教，一起探讨共同进步！

这里首先讲解一下逻辑回归算法，并给出其在文本分类中的应用。

相关代码见我的github，地址为：https://github.com/duguiming111/Text_Classification/blob/master/lr_main.py

---

逻辑回归算法原理 

逻辑回归（logistic regression）虽然名字是回归，但是它是统计学习中的经典分类方法，是一种判别学习模型。以二分类为例：

首先大致说一下线性回归，详细的线性回归算法见我的线性回归算法原理，线性模型是在给定的数据集上进行模型参数的训练，使得模型能够尽可能地预测实际输出标记。引用周志华老师西瓜书上的例子：

                                                                

其中，变量代表样本（西瓜）的属性，常量就是训练得到的模型参数，