15 回归算法 - Logistic回归 - Logit函数

这篇博客详细介绍了Logistic回归,包括Logit函数的概念、Logistic函数的性质、Logistic回归的假设、似然函数、对数似然函数及其求导、参数θ的梯度上升法求解过程,以及Logistic回归的损失函数。通过这些内容,深入理解二元分类问题的解决方法。
摘要由CSDN通过智能技术生成

=== Logit函数 ===

Odds:比值比(优势比),用来衡量特征中分类之间关联的一种方式。
指的是该事件发生的概率与该事件不发生的概率的比值: p/1-p

Logit函数,logit(p) = log(Odds)
Logit函数

我们假设:logit (p) 和 X 之间服从一个线性关系,因为当他们之间呈现线性关系的时候,可以帮助我们做分类。

为什么可以这样假设?
其实就像 hθ(x) = θTX一样,我们假设其呈现线性关系,然后求出θ值,最后建立模型一个道理。

搞清楚后以上的思路后,我们继续演绎。对于logit (p)可以做如下的转化:

最后得到的公式,我们称为 Logistic/sigmoid函数:
Logistic/sigmoid函数

Logistic函数的图像:
图像

重点:
Odds&#

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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