逻辑回归(Logistic Regression)实际上是一种分类方法。
logistic回归的因变量可以是二分类的,也可以是多分类的,但是二分类的更为常用,也更加容易解释,实际中最为常用的就是二分类的logistic回归。二分类问题的概率与自变量之间的关系图形往往是一个S型曲线,一般采用的Sigmoid函数(阶跃函数)实现。如图:![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/fee78cbc8420c68ec202315ca5dde08d.png)
它的值域范围是(0,1)正好是对应着概率
逻辑回归实际上是计算出一条分类界限,用来判断数据的类别,通过训练后再对样本进行预测,如图:
借鉴视频:https://www.bilibili.com/video/av25651665?from=search&seid=4734434461794874527
(刚刚接触机器学习部分,有不对的地方望指正,谢谢!)