概念
逻辑概念
logistic回归是一个用于监督学习的学习算法,输出标签y是0或者1。实际上就是一个二元分类问题。
数学概念
对于一个输入的X,我们希望建立一个函数,该函数可以输出X是某一个结果的概率,记这个函数为 Y ^ \widehat{Y} Y 。表达式为 Y ^ \widehat{Y} Y = f(X).
sigmoid函数
但是通常来说我们需要的是 X 是某个结果的概率P,P 是0~1之间的一个实数,但是普通的 Y 并不能控制在这个范围之内,所以我们引入了 Sigmoid函数 。
以 Y ^ = W T X + b \widehat{Y}=W^TX+b Y =WTX+b 为例,这是初始函数,其输出的结果是一个从无限小到无限大的一个值,我们引入 Sigmoid函数。
令 Z = W T X + b Z=W^TX+b Z=WTX+b
则
其中 S ( Z ) = 1 1 + e − Z \bf{S(Z)=\frac {1} {1+e^-Z}} S(Z)=1+e−Z1
函数图像和变化趋势如下:
这就是最基本的 logstic 回归模型。