逻辑回归算法的理解

    逻辑回归算法又称logistic回归，是一种广义的线性回归模型，逻辑回归是一种用于分类的算法。

    最常见的问题如医生看病时。需要望，闻，问，切之后判断病人是否生病或者生了什么病。其中望，闻，问，切就是输入

即特征数据，而是否生病就相当于获取因变量y，也就是分类的结果。

    逻辑回归的公式：

                            z=w0+w1x1+w2x2+w3x3+w4x4+......+wnxn

                           

           

    通过逻辑回归的几何图形可以看出是一个S形曲线，S曲线的值域在（0-1）之间，值域的中间值0.5就是作为分类的阈值。所以就找到了逻辑回归分界线：

                                       

    也就是  w0+w1x1+w2x2+w3x3+..wnxn=0

            y>0.5  w0+w1x1+w2x2+w3x3+..wnxn>0           

            y<0.5  w0+w1x1+w2x2+w3x3+..wnxn<0

线性回归的本质就是分类：

                

逻辑回归的优点：

•     计算代价低
•     易于理解和实现

逻辑回归的缺点：

•     容易欠拟合
• 分类精度可能不高