思想:将线性回归模型预测的输出映射到区间(0,1)之间。也就是用线性回归模型预测的结果去逼近真实标记的对数几率。
建立的回归模型为
这里P表示给定x前提下y=1的概率,因此建立的模型可以写为
在这里插入图片描述
因此可得
逻辑模型可以通过对数似然对参数w和b进行估计。
似然估计是在假设随机变量服从某个概率分布的情形下,给出参数估计的一种方法。似然函数是一个概率密度函数,表示在某个参数下样本数据发生的可能性。最大似然函数估计是如果存在某个参数,使得似然函数值最大,也就是概率最大,那么这个参数即为要估计的参数。(利用微积分中的对似然函数求导,找出使得导数为0的点)
在这里逻辑回归应用对数似然函数进行参数估计。具体求解过程如下。
首先给出似然函数
对数似然函数为
接下来可以应用梯度下降法,牛顿法,凸优化理论等进行求解。
有不足之处请多多批评指正,谢谢。
逻辑回归(对数几率回归logistic回归)
最新推荐文章于 2024-07-20 15:15:48 发布
本文介绍了如何将线性回归模型的预测结果映射到(0,1)区间,通过构建对数似然函数来估计给定x条件下y=1的概率。文章详细阐述了利用对数似然进行参数估计的方法,包括对数似然函数的定义、梯度下降法和牛顿法求解过程。
摘要由CSDN通过智能技术生成