logistic回归模型是一种线性生成模型。本文将介绍logistic回归模型相关的知识,为了更好地理解模型的决策边界函数,本文同时分析了多元变量的协方差对概率分布的影响。
本文脉络:
- logistic回归模型的含义
- logistic模型的决策边界函数分析
- logistic模型的参数最优化
- logistic回归模型与感知机模型的比较
- 总结
logistic回归模型的含义
我们把分类模型分成两个阶段,推断阶段和决策阶段,推断阶段对联合概率分布建模,然后归一化,得到后验概率。决策阶段确定每个新输入x的类别。
我们用推断阶段的方法来推导logistic回归模型,首先对类条件概率密度
和类先验概率分布
建模,然后通过贝叶斯定理计算后验概率密度。
考虑二分类的情形,类别C1的后验概率密度;
令
则:
式中的
就是logistic函数
因此,logistic回归的值等于输入变量为x的条件下类别为C1的概率