逻辑回归

 

介绍

逻辑分布

       逻辑分布是连续性的概率分布。深度学习中常用的Sigmoid函数就是逻辑分布函数 $\mu =0，\gamma =1$ 的特殊形式。

逻辑回归

       逻辑回归（Logistic Regression），叫回归，但实际是分类模型。常用于二分类。
       易知，拟合决策边界（可线性，可多项式）得到的是连续的，需建立与分类的概率联系。最理想的是使用单位阶跃函数，但其不可微。因此，常用对数几率函数替代。
 
 
 

分析过程

       学习机器学习的算法的时候，几乎都可以按照代价函数，求解和防止过拟合的步骤进行学习。

代价函数

       最大化似然函数。

求解

       有很多，常用梯度下降和牛顿法。

防止过拟合

       利用正则化防止过拟合。
 
 
 
参考链接：
https://zhuanlan.zhihu.com/p/74874291