logistic回归 简介_逻辑回归介绍与应用

是新朋友吗？记得先点蓝字关注我哦～

作者介绍

知乎@王多鱼

京东的一名推荐算法攻城狮。

主要负责商品推荐的召回和排序模型的优化工作。

一、逻辑回归简介

逻辑回归又称Logistic回归分析，是一种广义的线性回归分析模型，常用于数据挖掘、疾病自动诊断、经济预测等领域。逻辑回归从本质来说属于二分类问题。

二分类问题是指预测的y值只有两个取值(0或1)。例如：一个垃圾邮件过滤系统，x是邮件的特征，预测的y值就是邮件的类别(是垃圾邮件还是正常邮件)。对于类别我们通常称为正类(positive class)和负类(negative class)，在该例子中，正类就是正常邮件，负类就是垃圾邮件。

二、为什么要用逻辑回归

我们都知道线性回归，它研究的是因变量(目标)和自变量(预测器)之间的关系。通常使用曲线或直线来拟合数据点，目标是使曲线到数据点的距离差异最小。线性回归表达式：

既然已经有了线性回归模型，我们为什么还要使用Logistic回归。如下图所示：在线性回归中一般使用0.5作为阈值来判断正例和负例的依据。但是在下图(b)中，如果继续使用0.5作为阈值就不合适了，会导致错误的样本分类。

图1 线性回归在二分类中的应用

Logistic回归使用Sigmoid函数将预测值映射为(0, 1)上的概率值，帮助判断结果。如下图所示：