在机器学习中,logistic回归是经常被用到的算法之一,或用于回归预测,或用于分类任务。本文就将介绍什么是logistic回归,并如何应用于多分类任务中去。
回归:
首先,让我们明确什么是回归。简单的说,就是通过大量已知数据对公式中的未知参数求解,形如中的a,b就是未知参数,用一堆已知的(x,y)训练数据来求解出最适合的a,b值。得到的完整公式后就可以来进行预测了,一般是对于数值型数据的预测,例如销售量的预测或是制造缺陷的预测。
但是像这种线性回归方程能做的太少了,logistic回归却可以做到更多,尤其在引入Sigmoid函数这种阶跃函数 之后。logistic regression(LR)可以用于估计事情的可能性,也可以用作来分类。那么下面就先介绍一下什么是logistic回归。