一、线性回归到广义线性回归
线性回归(Linear Regression)是利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。线性模型通过联合其他函数扩展成为,建立响应变量的数学期望值与线性组合的预测变量之间的关系的模型,大大扩展了线性模型可解决问题的范围,这就是广义线性回归。不同的联系函数的选取就产生了不同的广义线性模型。常见的广义线性回归是基于指数分布族的,像高斯分布、伯努利分布,多项式分布、泊松分布(Poisson)、指数分布(Exponential)等等。
其中当随机变量服从高斯分布、伯努利分布时,就分别得到了最小二乘回归和Logistic回归。故Logistic回归就是一种广义线性回归的一种。
二、Logistic Regression的本质与核心
Logistic回归为概率型非线性回归模型,是研究二分类观察结果