机器学习复习之逻辑斯蒂回归以及决策树

1. 逻辑回归

要点:逻辑回归是分类模型还是回归模型,逻辑回归的概率分布如何表示,逻辑回归的模型是什么样的,逻辑回归如何进行参数估计,与线性回归的区别。

1.1 逻辑回归模型

逻辑回归模型是一类分类模型,由概率分布 P ( Y ∣ X ) P(Y|X) P(YX)表示。该情况下 Y Y Y取值为1或者0。二项逻辑回归模型是如下的条件分布概率:
P ( Y = 1 ∣ x ) = exp ⁡ ( ω ⋅ x + b ) 1 + exp ⁡ ( ω ⋅ x + b ) P ( Y = 0 ∣ x ) = 1 1 + exp ⁡ ( ω ⋅ x + b ) P(Y=1|x) = \frac{\exp(\omega \cdot x + b)}{1 + \exp(\omega \cdot x + b)} \\ P(Y=0|x) = \frac{1}{1 + \exp(\omega \cdot x + b)} P(Y=1x)=1+exp(ωx+b)exp(ωx+b)P(Y=0x)=1+exp(ωx+b)1
逻辑回归模型提到,其输出 Y Y Y的对数几率是由输入 x x x的线性函数表示的模型。由几率的定义: l o g i t ( p ) = p

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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