目录
逻辑回归算法是一个分类算法,不是一个回归算法。(回归得到一个数、分类得到一个结果。)
一、逻辑回归算法原理
Logistic regression
1、目的
分类还是回归?它是经典的二分类算法!
2、机器学习算法选择
先逻辑回归再用复杂的,能简单还是用简单的。
3、逻辑回归的决策边界
可以是非线性的。
Sigmoid 函数
1、公式
2、图像
自变量取值为任意实数,值域[0,1]。
3、解释
将任意的输入映射到了[0,1]区间。我们在线性回归中可以得到一个预测值,再将该值映射到Sigmoid 函数中,这样就完成了由值到概率的转换,也就是分类任务。
二、化简与求解
Sigmoid 函数
1、预测函数
其中,
2、分类任务
整合:
3、解释
对于二分类任务(0,1),整合后y取0时只保留,y取1时只保留
。
Logistic regression
1、似然函数
2、对数似然
此时应用梯度上升求最大值,引入转换为梯度下降任务。
3、求导过程
4、参数更新
5、多分类的softmax:
总结:逻辑回归真的真的很好很好用!