一、二进制分类
y 值只能为两个值
线性回归通常不适用于分类问题
二、逻辑 (logistic) 回归模型
注: 逻辑回归为分类算法,而非线性回归问题的算法 —— 适用于二进制回归
1. sigmoid function(logistic function)
输出f_{w,b}(x) = P(y=1|x;w,b):y 等于 1 的概率
-
如何理解?
When is f_{w,b}(x) ≥ 0.5
g(z) ≥ 0.5
z ≥ 0
w*x + b ≥ 0 w*x + b ≤ 0
y=1 y=0
-
决策边界 :
z = w*x+b = 0
2. 逻辑回归的代价函数
平方代价函数会造成函数不凸,下降无法收敛到最小值,不适用。
(1) 损失函数与代价函数
损失函数:
代价函数:
(2) 损失函数与代价函数的简化版本
3. 梯度下降
目标:找到合适的参数 w, b
优化梯度下降的方法对于逻辑回归依然适用。