一、logistic regression
解决统计学中的分类问题,其分布函数为一条S形的曲线,该曲线以(u,1/2)中心对称,曲线在中心附近增长速度较快,两端增长速度较慢。
1. logistic regression model
是一种分类模型,形式化的表示为条件概率分布 P(Y|X),其中随机变量X取值为实数,随机变量Y的取值为1或0.
其主要思想即为比较两个条件概率的值得大小,将实例x分到条件概率值大的那一类,其中w参数通过监督学习的方法进行估计。
- 几率odds:该事件发生的概率与该事件不发生概率的比值。由式(1)转换可得(2)
可以看出在logistic regression model中输出Y=1的对数几率是输入x的线性函数。其中线性函数的值越接近正无穷,概率值越接近1;线性函数值越接近服无穷,概率值越接近0。
2. 参数估计-极大似然估计
似然函数为:
其中假设:
可以看出当yi=0时,概率为P(Y=0|x);当yi=1时,概率为P(Y=1|x),始终为给定x的条件下得到y的概率。
最后问题转化为对数似然函数求极大值,从而得到w的估计值,通常的方法为梯度下降和拟牛顿法。