1. 引言
2. 数例
3. logistic 函数原理
4. 极大似然估计求出参数值
5. python 代码
1. 引言
Logistic 逻辑回归比较适合分类型因变量的回归,这种问题在现实中很多,因此 Logistic 回归的应用还挺广泛的,在机器学习的一些方法中也借鉴了其中的一些思想。我想把这个方法梳理一下,自己也加深对这个方法的认识。
2. 数例
我应用了维基百科中的一个例子:20名学生复习考试的时间,与他们通过考试的情况如下表。
hours | 0.5 | 0.75 | 1 | 1.25 | 1.5 | 1.75 | 1.75 | 2 | 2.25 | 2.5 | 2.75 | 3 | 3.25 | 3.5 | 4 | 4.25 | 4.5 | 4.75 | 5 | 5.5 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
pass | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 0 | 1 |