【我的python机器学习之路·4】逻辑回归与购买意向预测

本文介绍了通过逻辑回归进行二分类问题的处理,特别是用于预测用户购买意向。讲解了逻辑回归与线性回归的区别,并分享了一次实际操作,数据集中包含400条数据,仅使用年龄和收入作为特征。实验结果显示,预测准确率达到85%。
摘要由CSDN通过智能技术生成

本系列日记GitHub:

https://github.com/zhengyuv/MyPyMLRoad

欢迎follow和star。

        逻辑回归(Logistic Regression)其实并不是一个回归类的模型,它主要用于处理二分类问题。对于这个模型“分类”或是“回归”的理解,感觉一个知乎答主讲的比较好:

       逻辑回归用到的逻辑函数又叫做sigmoid函数,它是一个S型曲线,可以实现将任意真实值映射到0-1范围内。公式和函数图像如下:

        逻辑回归与通常意义上的线性回归的最大区别在于,逻辑回归的输出结果

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