逻辑回归（Logistic Regression）

线性模型可以用于回归学习，可是可以利用线性模型进行分类吗，答案肯定是可以的，只要利用逻辑回归就可以了。

逻辑回归是从线性回归推导来的，在介绍逻辑回归之前，先介绍一下广义线性模型的概念。所谓广义，就是更加通常意义上的线性模型，看回线性回归，我们可以写成另一种形式：

$$y=f(ax+b)=ax+b$$

其中f(x)称为link function，在线性回归中f(x)=x，如果我们改变f(x)，实际上就相当与对x的输出做了一个映射，如果我们引入特别的f(x)，甚至能让线性变化的自变量获得非线性变化的因变量。

所以逻辑回归就是从link function入手，为了实现分类，把线性回归的输出空间控制在[0,1]之间，这样就可以把输出作为概率，解决二分类问题了。

我们需要的link function是对数几率函数（logistic function），logistic function也叫sigmoid function，提到这个sigmoid function又和神经网络有很大联系了，这里暂时不深究，它的形式为：

$$g(z)=\frac{1}{1+e^{-z}}$$

从图像就可以直观看出，不论自变量取什么值，输出都在[0，1]之间。

把sigmoid函数代进原来的线性方程中，得到：

$$h_{\theta }(x)=\frac{1}{1+e^{-{\theta }^T\ast x}}$$

来分析一下这个式子，首先要注意的是，我们对表达式做了简化，原来线性回归的表达式是：

$$y=f(ax+b)=ax+b$$

可以看到，这里不是简单把ax+b代入sigmoid函数里面，而是选择了theta*x，这是一个简化，其实是在x里面增加了一个常数项1，这样就可以把b归入theta中了。另一方面，我们也做了假设：

$$P(y=1|x;\theta )=h_{\theta }(x)$$

同时有：

$$P(y=0|x;\theta )=1-h_{\theta }(x)$$

因为sigmoid函数的输出在01之间，所以这样定义是合理的，然后我们就可以把h(x)认为是输入属于1的概率，我们要知道，二分类样本数据的标签只有0和1，所以我们训练模型的目的，就是让标签为1的特征，在模型中输出的概率尽可能高，标签为0的特征，在模型中输出的概率尽可能低。根据这个特点，我们就可以定义损失函数了。

按之前的思路，我们完全可以定义MSE:

$$MSE=\frac{1}{n}\sum _{i=1}^n(y_i-h_{\theta }(x_i){)}^2$$

上面这个损失函数当然没问题，但是实际上是计算梯度将会十分麻烦（因为sigmoid函数求导有点复杂），所以这里提出另一种新的损失函数，也是逻辑回归中更常用的损失函数：

$$Cost(h_{\theta }(x),y)=h_{\theta }(x{)}^y(1-h_{\theta }(x){)}^{(1-y)}$$

这个损失函数其实就是同时考虑了y等于1和0的情况，从函数的形式可以看出，损失函数越接近1，模型的效果就越好，和之前最小化损失函数的情况有点不一样。

为了进一步简化求解，引入log，有：

$$Cost(h_{\theta }(x),y)=ylog{h}_{\theta }(x)+(1-y)log(1-h_{\theta }(x))$$

最后，对损失函数求和，得到针对整个模型的损失函数：

$$J(\theta )=\sum _{i=1}^m[y^{(i)}log{h}_{\theta }(x^{(i)})+(1-y^{(i)})log(1-h_{\theta }(x^{(i)}))]$$

既然我们要让损失函数最大化，就可以利用梯度上升了，为了简化计算过程，直接得出梯度的表达式：

$$\frac{\partial J(\theta )}{\partial {\theta }_j}=(y-h_{\theta }(x))x_j$$

不要忘记，x是一个一维矩阵，xj是矩阵的第j个元素，对应第j个参数（theta）的项。

最后，我们就可以的得到theta的迭代公式：

$${\theta }_j={\theta }_j+\alpha \sum _{i=1}^m(y^{(i)}-h_{\theta }(x^{(i)}))x_j^{(i)}$$

以上就是logistics regression的全过程，得到模型之后，可以定义阈值：

$$y^{\ast }=1,P(y=1|x;\theta )>0.5$$

这样，我们就可以根据阈值和概率，对y进行分类了。这里想要补充说明的是，我觉得这个阈值有点像模型的超参数，也就是我们训练模型改变的是参数，也就是逻辑回归中的theta，当我们训练得到最优的theta之后，才可以根据实际情况对超参数进行调整，看模型会不会得到改进。另一方面，阈值为0.5是一般情况下的取值，如果输入数据十分不平衡，需要根据实际情况调整，具体来说，就是根据上面说的，可以随便选一个初始阈值，训练得到最优参数，调整阈值，再训练，重复这个过程，得到最优阈值和最优参数。

最后再强调一下，虽然我们通过sigmoid function将线性输入的输出变成非线性的，局限在了[0,1]之间，但是本质上逻辑回归还是一个线性模型。假设我们选择阈值为0.5，有：

$$y=\frac{1}{1+e^{-z}}=0.5$$
$$e^{-z}=1$$
$$-z=wx+\theta =0$$

也就是说，到头来我们只是通过变量x和权重w的线性组合去判断分类结果。所以本质上还是一个线性分类器。

线性回归和逻辑回归都是线性模型，为什么我们一般采用逻辑回归做分类，事实上，我们也可以用线性回归做分类，可是因为线性回归模型受离群点影响较大，或者说对分类特征十分明显的数据，会对模型造成明显影响。

而逻辑回归，因为sigmoid函数的特性，在输出为01附近逻辑曲线是十分不敏感的，这就意味着逻辑曲线对刚刚提到的离群点具有更强大的包容性，或者专业地说，就是模型鲁棒性更强，所以我们选择逻辑回归就是为了这个优点，而不是说通过一个sigmoid函数把原来做不了分类的线性回归变成了可以做分类的逻辑回归。因此，一般情况下，逻辑回归的分类边界是一条直线。为什么说一般情况，正如线性回归，我们同样也可以在特征工程中，引入新的特征（比如引入一个x^2），把分类边界变成曲线，更好地对数据进行分类，至于怎么找到合适的新特征，就是特征工程的工作了。

想浏览更多关于数学、机器学习、深度学习的内容，可浏览本人博客