细说逻辑回归

最新推荐文章于 2021-10-21 09:23:07 发布

VIP文章 last_summer_x

最新推荐文章于 2021-10-21 09:23:07 发布

阅读量131

点赞数

分类专栏：机器学习逻辑回归

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/last_summer_x/article/details/87631245

版权

一.什么是逻辑回归

逻辑回归是一种二分类算法，即寻找一条直线，将两类样本分开(如下图)

二.逻辑回归的过程

既然是寻找一条直线将两类样本分开，那我们定义如下直线

$f(x_1, x_2)=\theta_1x_1+\theta_2x_2+b$

根据直线方程

$f(x_1, x_2) > 0$ ，则 $x_1,x_2$ 代表的点在直线的一侧

$f(x_1, x_2) < 0$ ，则 $x_1,x_2$ 代表的点在直线的另一侧

好，现在我们的直线已经能把样本点分开了

为了区分两个类别，我们把蓝色的点都记为1，把红色的点都记为0，也就是令

$f(x_1, x_2) > 0$ ， $g(f(x_1, x_2))=1$

$f(x_1, x_2) < 0$ ， $g(f(x_1, x_2))=0$

函数g的结果就是我们对（样本）点的划分结果

但是，我们能明显的看出A,B两点与直线的距离是不同的，如果都记为0的话，这种差异就体现不出来了

所以，大牛们又引入了一种新的g函数——sigmoid函数（函数图像如下）

最低0.47元/天解锁文章

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
细说逻辑回归

一.什么是逻辑回归逻辑回归是一种二分类算法，即寻找一条直线，将两类样本分开(如下图)二.逻辑回归的过程既然是寻找一条直线将两类样本分开，那我们定义如下直线根据直线方程，则代表的点在直线的一侧，则代表的点在直线的另一侧好，现在我们的直线已经能把样本点分开了为了区分两个类别，我们把蓝色的点都记为1，把红色的点都记为0，也就是令，，函数g的结果...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。