线性分类器——Logistic回归

1.介绍

根据数据有无类别信息，可将机器学习算法划分为有监督学习(数据集含有类别信息)、无监督学习(不含有类别信息)，半监督学习(数据集中只有部分数据有类别信息)。其中，有监督的学习又可以分为分类(预测结果是离散值)和回归(预测结果是连续值)两种类型。
Logistic回归是机器学习算法中的一种经典方法。它的名字具有欺骗性：虽然算法名字中含有回归，但其实是一种分类算法。

2.模型

直接给出公式。

$$P(Y=1|x)=\frac{e^{w^Tx}}{1+e^{w^Tx}}$$

P(Y=0|x)=11+ewTx P ( Y = 0 | x ) = 1 1 + e w T x