数据分析-分类算法

分类算法是典型的监督学习，其训练样本中包含样本的特征和标签信息。比如：二分类中，结果会表示正类和负类。分类算法通过对训练样本的学习，得到从样本特征到样本的标签之间的映射关系，也被称为假设函数，之后可利用该假设函数对新数据进行分类。
逻辑回归模型

一、问题
所解决的问题，例如：
1、判断一条评论是正面还是负面
2、判断用户性别
3、预测一个用户是否点击特定的商品
二、模型
1、认识sigmoid函数，其数学形式为：

Sgimoid图像

2、决策函数
逻辑回归模型所做的假设是：

其中，为sigmoid函数，相应的决策函数为：
，if
首先来解释一下的表示的是什么？它表示的就是将因变量预测成1的概率，具体来说它所要表达的是在给定x条件下事件y发生的条件概率，而是该条件概率的参数。
P（y=0|x;o）=1-P（y=1|x;o）
3、参数求解
逻辑回归模型中，似然度可表示为：

取对数可以得到对数似然度：

4、分类边界
从sigmoid函数分类，当，，否则，是模型隐含的分类平面