分类算法 -- 逻辑回归方法（理论与python实现）

逻辑回归算法是目前机器学习中比较主流的一种分类算法。通常我们指的分类问题都是一个二分类问题，逻辑回归方法也主要是针对二分类问题的。

但是，在实际应用中也存在很多多分类问题，比如我们预测一场足球比赛的结果，这就有胜负平三种可能，也即是三种分类。多分类问题我们将在文末加以说明。

本文介绍了逻辑回归算法的原理，同时在使用sklearn包的情况下运用逻辑回归方法。

算法步骤

逻辑回归问题其实是将回归的思想用于分类问题
Step 1： 通过自变量利用回归分析的思想得到因变量预测值$y$
Step 2： 通过logistic函数（也称Sigmoid函数）将因变量的预测值$y$一一映射到$(0,1)$区间内，设为$w$，$w$其实是分类为正类的概率
Step 3： 设立一个阈值，当$w$大于阈值时，将其分为正类；否则将其分为负类

详细说明

在Step 1中，我们只需要将自变量和因变量挑出来，对其进行回归分析，得出因变量的预测值$y$
$$y$$