关于LogisticRegression及其应用

1.算法简介

Logistic回归是在线性回归基础上，针对线性回归的缺陷（误差统计独立假设，从属关系函数非概率）进行改进后的算法。它将目标变量进行转换后，在此基础上建立线性模型。变换过程为logit transformation：logit(pro) = log(pro) / (1 - log(pro))。其逆变换为sigmoid transformation：sigm(x) = 1 / (1 + e ^ (-x))，以及结果模型。

之后确定下估价函数x中线性表达到参数即可：x = sigma(w[i] * a[i])，其中w为带确定权值，a为属性值。对于给定的训练样例，或者是待预测样例，通过估价函数给出估值，再经过sigmoid变换将R上到估值转换为[0, 1]上到概率值。

以上为logistc回归的基本思想。在实验中，我们使用logistic回归来处理分类问题。如何实现呢？

事实上，任何回归技术，无论是线性到还是非线性的，都可以用来分类。技巧是对每一个类执行一个回归，是属于该类的训练实例的输出结果为1，而不属于该类到输出结果为0。得到各类到回归函数（亦称为从属关系函数，membership function），对于给定的未知类的测试实例，计算每个回归估价，并选择其中最大到作为分类结果。这种方法有时称为多反馈回归（multi-response regression）。

2.函数库api

使用numpy, matplotlib, sklearn 可以在python上实现大多机器学习算法。numpy 为python的科学计算库，主要提供数据结构支持；matplotlib 为可视化函数库，有出色的显像功能；sklearn 为机器学习算法库，提供丰富的算法接口。

Logistic Regression是sklearn.linear_model下的一个算法（类）。主要api如下：

Attributes:

• coef_
• intercept_

注*：coef(ficients)为所确定的参数，intercept为常数参数

Methods:

• fit(X, y[, sample_weight])
• predict(X)
• score(X, y[, sample_weight])

注*：fit为对给定的训练实例及其结果建立回归模型，predict再模型上进行预测，score为训练实例得分（按准确率计算）。注意这里的回归模型直接给出分类，而不是每个类的概率值。

3.算法应用

1. 二分类问题
2. 多分类问题

1.二分类问题
logistic regression 可以在回归模型下直接处理二分类问题。由于二分类中只有两类结果，非此即彼，因此并不需要建立两个成员函数。直接将回归值与0.5做比较，大于0.5的分为一类，否则分为另外一类。

在下面的实验中，通过正态分布生成数据，并加入高斯噪音，作为实验数据。

import numpy as np
import matplotlib.pyplot as plt
from sklearn import linear_model

def sigmoid(x):
    return 1 / (1 + np.exp(-x))

# Synthesize the normal distributed data with Gaussian noise
n_samples = 30
np.random.seed(0)
X = np.random.normal(size=n_samples)
X[X > 0] *=