本文重点
我们前面学习的是逻辑回归的二分类问题,但有些问题不只是二分类这么简单,而是多分类的问题,那么逻辑回归怎样解决多分类的问题呢?
多分类数据集
多分类的问题也就是说不只是简单的y=0和y=1两类,对于一个多分类问题,我们的数据集可能是下面这样的,不同类别的样本用不同的符号来表示:
我们现在学会了使用逻辑回归来完成二分类的问题,那么我们可以使用一对多的分类思想将其用在多类分类问题上。
一对多
所谓一对多的思想就是:现在有三类,我们认为其中两类为一类y=0,另外一类y=1,此时我们就可以使用逻辑回归的二分类画出此时的逻辑边界,然后再选另外两类作为y=0,另外一类y=1,又可以得出一个分类边界,最后将没有组合过的另外两类作为y=0,另外一类y=1,这样有得出一个分类边界,最终我们可以得出三个分类边界,正好可以将这三类分开,这就是一对多的思想,其核心还是二分类的处理方式。
一对多思想具体化
将三个类别的数据集变成三个二分类的问题,这样我们就可以得出三个分类器hθ(x),具体来说:我们先从三角形代表的类别 1