逻辑回归代码matlab_LogisticRegression逻辑回归(附代码实现)

逻辑回归其实是只有一个神经元的神经网络，是一个天然的二分类算法，如下图所示（图为网图）：

前面这部分是一个线性的模型，如果你熟悉线性回归的话应该不陌生。

写出来应该是这样：

和多元线性回归的式子是一模一样的。

中间这部分是激活函数，一般是S型函数sigmoid，其中

import numpy as np
def sigmoid(z):
    return 1. / (1. + np.exp(-z))

#画出sigmoid函数图像
import matplotlib.pyplot as plt
x = np.linspace(-10,10,100)
y = sigmoid(x)
plt.plot(x,y)
plt.title("sigmoid(z)")
plt.show()

你可以看出来sigmoid函数的值域是（0,1）之间，如果函数的输出值大于0.5，就认为它属于1这类，小于0.5就属于0类。

以上就是逻辑回归的执行流程。

---

有关线性回归的部分我就不解释了