【机器学习-学习笔记】Logistic 回归

Logistic 回归是广泛使用的分类算法之一。

二分类问题举例:

垃圾邮件分类、线上交易欺诈分类、肿瘤良恶性分类……线性回归不适用于分类方法。

 

Logistic 回归:

0\leq h_{\Theta }\left ( x \right )\leq 1

h_{\Theta }\left ( x \right ) = g\left ( \Theta ^{T} x\right )

g\left ( z \right ) = \frac{1}{1+e^{-z}},这是一个sigmoid函数或logistic函数

 

决策边界:

给定参数θ可确定决策边界。

代价函数:

 

高级优化算法

多类别分类问题

一对多/一对余

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值