一、什么是逻辑回归
逻辑回归用于分类问题。在分类问题中,我们尝试预测目前观测目标属于哪一类,它会产生一个离散的二元结果y∈{0,1}。而线性回归模型产生的预测值为z=θTx是实数值,于是我们引入一个新的模型,使输出变量z的值到始终在0和1之间,于是便找到了Sigmoid function。
Sigmoid function的图像是一条值在0-1之间的S形曲线,如图:
通常,我们把Sigmoid fuction计算得到的值大于等于0.5的归为类别1,小于0.5的归为类别0。从Sigmoid function图像可以看出,当z≥0时,g(z)≥0.5;当z<0时,g(z)<0.5。
合起来,我们得到逻辑回归模型的假设: