python逻辑回归模型建模步骤_机器学习算法常用模型逻辑回归(附上r和python程序)...

机器学习算法常用模型—逻辑回归

(附上

R

和

python

程序)

这个介绍主要是方便刚入行的数据科学家。通过这个指

导，使你直接解决机器学习的问题以及从中获得经验。而且

我会尽量用简单易懂的方式来介绍每一个算法，不会涉及很

多数学，而是帮助你从原理上理解每个算法，每一个算法都

附上

R

和

Python

的程序来帮助你直接去应用程序解决问题。

一般经常使用的机器学习算法有以下

11

种

1.

线性回归

Linear Regression

(已完成)

2.

逻辑回归

Logistic Regression

(已完成)

3.

决策树

Decision Tree4.

随机森林

Random

Forest5.

支持向量机

SVM6.

朴素贝叶斯

Naive Bayes7.

最近

邻居法

KNN8.K

平均算法

K-Means9.

神经网络

Neural

Networks10.

降维算法

Dimensionality Reduction

Algorithms11.

梯度提升

Gradient Boost & Adaboost

第

二期我们介绍逻辑回归(

2

)

。逻辑回归和线性回归其实都属

于广义线性模型的一种，而在决策制定等领域，逻辑回归的

应用更加广泛。所以在第一期学习了线性回归之后很自然的

就是学习逻辑回归了。什么是逻辑回归？

逻辑回归是一种分类的算法，它用给定的输入变量(

X

)来

预测二元的结果(

Y

)

(

1/0,

是

/

不是，真

/

假)

。我们一般用虚

拟变量来表示二元

/

类别结果。

你可以把逻辑回归看成一种特

殊的线性回归，只是因为最后的结果是类别变量，所以我们