逻辑回归与线性回归的对比
线性回归:x-->模型-->y 知道坐标的一部份,求y
逻辑回归:x-->模型-->类别(猫,狗) 知道完整的坐标,看在
直线的上面,还是下面
分类:多类别,二分类
二分类简化:是不是猫,概率相加为1
二级分类:要么是1,要么是0,这样的话有点太硬了
逻辑回归公式
看图图展示
###### 公式怎么用
x–>模型–>f
通过寻找w来找到合适的直线
线性回归是mse,而逻辑回归是kl举例来求概率的距离
###### 多分类
遇到多分类的情况,把n分类变成n个二分类
遇到交叉的二分类:将二维想象成三维,双曲线;
年龄分段,直线便折线
![在这里插入图片描述](https://img-blog.csdnimg.cn/2021051620293322.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L20wXzU2ODUyODc4,size_16,color_FFFFFF,t_70#pic_center)