什么是逻辑斯蒂回归,参见维基百科的解释点击打开链接。
后面的参考博客已经给逻辑斯蒂回归做了很多基础东西的讲解(越是基础的东西越难讲清楚)。在这里我对逻辑斯蒂回归记录一点自己的认识。
两个问题:
Q1,为什么选用logistic function?
Q2,logistic regression模型参数怎么找?
Q1,为什么选用logistic function?
参考博客4中给出的一个解释,在此进行罗列。
一个线性模型的输出值 y 越大,这个事件 P(Y=1|x) 发生的概率就越大。 另一方面,我们可以用事件的几率(odds)来表示事件发生与不发生的比值,假设发生的概率是 p ,那么发生的几率(odds)是 p/(1-p) , odds 的值域是 0 到正无穷,几率越大,发生的可能性越大。将我们的直觉与几率联系起来的就是下面这个(log odds)或者是 logit 函数
由上述函数可以可以得到逻辑斯蒂回归模型:
Q2,logistic regression模型参数怎么找?
logistic regression建模时候无非就是找到一组非常合适的参数<