Logistic Regression 逻辑回归
第一次写博客,希望互相交流。如果公式显示不完整,请看github原文
一、二元逻辑回归
1、简介
回归是解决变量之间的映射关系(x->y),而逻辑回归则通过sigmoid函数将映射值限定在(0,1)。sigmoid图像如下:
假设特征是x,线性函数可以表示为:
而逻辑回归则是在其基础上套上一个sigmoid函数:
因此逻辑回归属于线性函数,具有线性决策边界(面):2、构造损失函数
对于二分类,分类结果只有两种:y=1 or y=0,其概率分别为
因此最大似然估计为:
对上述公式取log方便计算,同时为了将likelihood最大化问题转化为最小化问题,对上述公式取-log得到损失函数: