1、算法介绍
(1)逻辑回归(Logistics Regression)是一种分类模型,常用于二分类问题。
(2)我们可以用一句话来表示逻辑回归:逻辑回归是假设数据服从伯努利分布,基于最大似然估计推导的方法,通过似然函数的对数变化,运用梯度下降的方法求解参数,来达到将数据二分类的目的。
1.1 逻辑回归分布
逻辑回归的分布是一种连续型的概率分布,它的分布函数和密度函数分别是:
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210712135023699.png)
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210712135712877.png)
1.2 逻辑回归
以处理二分类的问题为例,我们假设数据集中存在一条直线,这条直线对于数据集来说可以实现线性可分。
如图:
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210712153347235.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDA3NzI0Mg==,size_16,color_FFFFFF,t_70#pic_center)
该直线(划分边界)可以表示为: