1.逻辑回归与多项逻辑回归
1.1什么是逻辑回归?
逻辑回归,可以说是在线性回归的基础上加上一个sigmoid函数,将线性回归产生的值归一化到[0-1]区间内。sigmoid函数如下:
sigmoid(x)=11+e−x
[问题] :为什么要提出逻辑回归呢?
在线性回归中,我们知道 θTX 就代表了分类的置信度。我们定义一个阈值 θ0 , 来进行分类,但实际上,我们都知道 θTX 的值与 θ0 的差值越大,则分类正确的概率越大,差值越小则正确概率越小。我们希望输出这样的一个概率,就需要将 θTX 的范围从 (−∞,+∞) 限制到(0,1)中。
那么,为什么要使用sigmoid函数呢?
原因有下:
- sigmoid函数输出范围为(0,1) ;
- sigmoid函数是一个单调递增函数,满足 θTX 越大时,输出值越大;
对于二分类问题,它的概率分布满足伯努利分布,也就是
{ Pn=pPn=1−pn=1n=0
这里,我们引入一个发生比 odds=p1−p , 做如下操作:
1. 两边同时取ln, ln(odds)=ln(p1−p)
2. logit(p)=ln(odds)