![5f70c094d802d59887988511e182ac2b.png](https://img-blog.csdnimg.cn/img_convert/5f70c094d802d59887988511e182ac2b.png)
导读
逻辑回归算法是最经典的几个机器学习算法之一,本文对它的优点,缺点进行总结。
1. 逻辑回归算法
逻辑回归属于判别式模型,同时伴有很多模型正则化的方法(L0, L1,L2,etc),而且你不必像在用朴素贝叶斯那样担心你的特征是否相关。与决策树、SVM相比,你还会得到一个不错的概率解释,你甚至可以轻松地利用新数据来更新模型(使用在线梯度下降算法-online gradient descent)。如果你需要一个概率架构(比如,简单地调节分类阈值,指明不确定性,或者是要获得置信区间),或者你希望以后将更多的训练数据快速整合到模型中去,那么使用它吧。
Sigmoid函数:表达式如下:
![c297f566f94402c199a6fdfd306f51c5.png](https://img-blog.csdnimg.cn/img_convert/c297f566f94402c199a6fdfd306f51c5.png)