数据分析1（Logistic回归）

这周讲数据分析，我主要讲svm，但是听别人讲Logit回归模型和决策数时，我发现自己有些不清楚的地方，看来接触一个东西就需要学透彻一点，所以，我想好好看看Logistic模型、决策树和SVM，然后总结一下。

1. Logistic回归和Logit回归区别

Logit回归模型等式的左边可以理解为log-it，it指odds，也就是胜率，即$\frac{p}{1-p}$，等式右边是自变量的线性组合。而Logistic回归模型，也就是Logistic函数，等式左边是概率p，等式右边是一个分式。Logistic函数就是机器学习中sigmoid函数。
参考资料：Logit模型和Logistic模型有什么区别？

2. Logistic回归在机器学习、计量经济中的应用

在我之前的认识里，我们一般使用Logistic回归做二分类，如果计算出来概率大于0.5，那么就是Y=1，如果概率小于0.5，那么就是Y=0。在机器学习中，直接将数据喂入模型，然后优化损失函数，通过梯度下降找到最优的参数β，但是今天听师妹讲L