什么是逻辑回归?
逻辑回归是用来解决二分类问题的
以上这个公式是怎么实现分类的呢?
已知线性回归模型输入和输出都是负无穷到正无穷的任意数,而sigmoid函数如图
其输入为负无穷到正无穷,而输出为零到一的实数,且输入小于零时它的输出小于零点五,输入大于零时它的输出大于零点五。这样一来我们就可以把小于零点五的输出预测为零,大于零点五的输出预测为一,这样就将原来的线性回归变成了二分类模型。
以上就是逻辑回归函数,也就是把线性回归的输出作为sigmoid函数的输入
逻辑回归应用于判别式模型,也就是直接把新的样本的特征向量输入后输出为类别数值
Logistic regression 的三个步骤
1)function set
其实逻辑回归并不一定是 function,也可能是其他函数,但通常选择sigmoid。
我们在逻辑回归中选择的f都是线性回归函数,因此我们需要调整参数矩阵w和常数b。
2)goodness of the funct