目录 1.线性回归 2.逻辑回归 1.线性回归 如图所示,从而根据这些散点拟合出一条曲线。 2.逻辑回归 线性回归得到的是一个拟合的曲线,而逻辑回归的结果是得到一个[0,1]的分类问题,本质上是个分类问题,它可以看做是线性回归的拓展, 先进行一个线性回归,再在外面加一个激活函数函数。 下图激活函数为sigmoid函数,则逻辑回归函数为: 下面看一个例子: 例1: 补充: 判别模型:输入x,估计条件概率分布 生成模型:估计P(x,y)的联合概率分布 例2: 其中,