![a35db5f4fcae87b90573075f2b7ef3b2.png](https://i-blog.csdnimg.cn/blog_migrate/97591f7b64a14d773e1da546ab4b1a6b.jpeg)
逻辑回归
逻辑回归实际上是一种监督学习,需要搞清楚的一个问题是什么叫回归? 回归可以简单的理解为,假设现在有一些数据点,我们用一条直线对这些数据点进行拟合,拟合的这个过程就叫回归。利用logistics回归进行分类的主要思想是:根据现有数据,对分类边界线进行回归的过程。
logistics回归它的优点是计算代价不高,易于理解和实现,但是它可能因为拟合度不高,导致分类精度不高。 对数值型和标称型变量都适用。
个人理解,实际上就是要找到不同分类的“边界线”,而且这条边界线的精度越高越好。它实际上应该是一个二值型分类器。
现在我们要解决的问题就是:当我输入一个物体的时候,能够存在一个函数,这个函数它能给一个答案:0或者1。也就是给出我输入这个物体的种类。 实际上数学上存在这种函数:单位阶跃函数。但是单位阶跃函数的的阶跃点不好控制,所以一般使用sigmiod函数来代替。sigmoid函数的数学表达式为:
![86edbea2f56e68d1635b61be86b45812.png](https://i-blog.csdnimg.cn/blog_migrate/34104a1831dc358bda088ba3ab75c684.jpeg)