logistic Regression-逻辑回归
线性边界方程
(θ为特征值参数,x为自变量)
公式意义:计算某个事件发生的可能性,可以把跟这个事件相关的所有特征加权求和,可以看做是类别分界线(最佳拟合线),着重理解的方程。
逻辑函数(Sigmoid函数)
函数图像:
P(t)的值域为[0,1];利用此可以计算事件发生的概率,以便归类
ps:发生概率小于0.5时,属于类别0,反之属于类别1
,也就是说在整个过程中我们就是要求出回归系数 的值,则可以求出P(s)进而进行分类操作。
注意:有些朋友可能会说,要是我特征取值的区间[假设值[ [0-100]和[100-200] ],的怎么办,将函数向右平移100个单位就可以了,高中知识了。
具体求出回归系数