机器学习——逻辑回归，岭回归与LASSO，模型评价指标学习笔记

逻辑回归 —— 用于解决分类问题

误差计算

​ 原来计算预测值，线性计算结果如果小于零，预测值为0；如果原来计算预测值为1，预测值就为1。结果只有0和1两种取值，但是这样如果样本错误分类，误差为1，如果样本正确分类，误差为0。这种误差计算方式太为武断，且无法反映误差大小。如下：
$$h(x)=\{\begin{array}{llc}0& & {\theta }^{T}x<0\\ 1& & {\theta }^{T}x>0\end{array}$$
​ 因此将原本分类前的预测值用sigmoid函数散列到零和一之间的数，来