我们前面讲了回归模型一般分为线性回归和逻辑回归。所谓的逻辑回归,其实就是用于目标为分类的模型。它使用一个逻辑函数(或者sigmoid函数)把任意输入的实值x转换成值区间为0-1之间的一个预测值ŷ。逻辑回归比线性回归多了一步,就是把结果值投射到逻辑函数上,得出结论为0.2概率为A,0.3概率为B,0.5概率为C,那么我们认为他就是C。和分类模型不一样,分类模型只有是或不是,不存在概率。
sigmoid函数如图:
我们就用著名的莺尾花数据集做逻辑回归的实例吧,我们要识别一朵莺尾花到底属于哪一类。为了简化,我们只抽取2个特征,一个叫做花萼长度?₁,一个是花萼宽度?₂。
你可能想用分