逻辑回归是一个分类模型
主要就是通过logist()函数来把一个线性的的方程转换到0到1区间。因为logist()在负无穷到正无穷上取值范围在**(0,1)上,对的不是在[0,1]**上,这个我理解的是概率在这两点取值对应样本形成的线性方程结果一个是负无穷、另一是正无穷,因此这两个值不取也是可以的。
#这个代码就是用来生成一个logist()函数的,
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(-5,5,0.01)
y = 1/(1+np.exp(-x))
plt.plot(x,y)
plt.xlabel('z')
plt.ylabel('y')
plt.grid()
plt.show()
然后就用每一个样本映射到的值表示这个样本发生的概率,换句话说就是在总体中取到这个样本的可能性大小。接下来就是把这些概率分分类,把大于0.5的分为发生概率为1的那一类,小于0.5的分为不发生的那一类。