机器学习算法——逻辑回归

逻辑回归

1. 逻辑回归概述

逻辑回归是一种名为“回归”线性分类器，其本质是由线性回归变化而来的。假设现在有一些数据点，我们用一条直线对这些点进行拟合（该线称为最佳拟合直线），这个拟合过程就称为回归。利用Logistic回归进行分类的主要思想是：根据现有数据对分类边界线建立回归公式，以此进行分类。

逻辑回归的本质只有线性回归变化而来的，线性回归的方程如下：

$$z={\omega }_0+{\omega }_1{x}_1+{\omega }_2{x}_2+\dots +{\omega }_n{x}_n({\omega }_0=1)$$

$\omega$为模型的参数，其中${\omega }_0$被称为截距(intercept)， ω 1 \omega_1