《数据科学家养成手册》第十一章----算法学(非线性回归)

对于非线性回归，通常的思路：

（1）把它转化为线性回归模型进行拟合，其余不能转换的则通过经验，观察，多次尝试等法进行拟合，博能够从中找去拟合误差最小的情况。

常用的线性回归模型：

（1）双曲线   双曲线_百度百科
https://baike.baidu.com/item/%E5%8F%8C%E6%9B%B2%E7%BA%BF/5200393?fr=aladdin

（2）二次曲线： y = a*x^2 + bx +c

(3) 三次曲线：   y = a*x^3+b*x^2+ c*x +d

(4)幂函数曲线：  y = a*x^α

(5)指数函数：  y = α^x

(6) 对数函数：  y= a +blogx

(7)S曲线函数    y = 1/(a+b*e^(-αx))

逻辑回归和普通的线性回归的区别：

普通的线性回归的分类标签通常是连续的实数，而逻辑回归是离散的分类标签0,1

逻辑回归的函数：