回顾logistic回归所得

子曰,温故而知新。下面简单聊聊作为小白的我简单回顾了logistic回归之后的一点心得:

1.logistic回归之所以被划为“线性模型”,被称作“广义线性回归”的原因在于,它实际上是用线性回归模型: \Theta ^{T}X对“对数几率”的近似,即\ln \left (\frac{p(y=1|x;\theta )}{p(y=0|x;\theta )} \right )=\Theta ^{T}X

几率(odds):    \frac{p(y=1|x;\theta )}{p(y=0|x;\theta )};对数几率即对odds取自然对数。

2.logistic regression也可以得出类似朴素贝叶斯算法中“后验概率”的东西,这个“”东西“”也是提供一个分类的“把握度”,但logistic回归给出的这个“把握度”和朴素贝叶斯的后验概率的“把握度”思路并不一样——朴素贝叶斯的后验概率就不提了,logistic回归的这个“把握”,指的是,我们根据input X计算出的\Theta ^{T}X绝对值越大,我们就越有把握认为这个分类是可靠的(其实这个思想很简单,看图就知道了,只不过我之前没想到过这一点,而且没有把它和朴素贝叶斯给出的后验概率联系起来过)。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

_illusion_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值