逻辑回归

本文介绍了逻辑回归的基本原理,包括模型在二分类问题中的应用,以及其优缺点。随后,通过详细步骤展示了如何使用逻辑回归在鸢尾花数据集上进行分类预测,包括库函数导入、模型训练、参数查看、数据和模型可视化以及预测过程。
摘要由CSDN通过智能技术生成

逻辑回归算法原理

① 逻辑回归是一个分类模型,并且广泛应用于各个领域之中。针对的是数据响应变量的取值不是连续的,分布不是正态的情况。
② 二分类的Logistic回归:因变量Y取值为0或1,一般我们将感兴趣的那一类取值为“1”
③ 在给定 X = x X=x X=x的情况下,因变量的条件分布是0—1分布,其条件期望实际上就是因变量在自变量的某种水平下取“1”的概率.
E ( Y ∣ X = x ) = 1 ⋅ P ( Y = 1 ∣ X = x ) + 0 ⋅ P ( Y = 0 ∣ X = x ) E(Y|X=x)=1\cdot P(Y=1|X=x)+0\cdot P(Y=0|X=x) E(YX=x)=1P(Y=1X=x)+0P(Y=0X=x)
P ( Y = 1 ∣ X = x ) = p = e β 0 + β T x 1 + e β 0 + β T x P(Y=1|X=x)=p=\frac{e^{\beta_0+\beta^Tx}}{1+e^{\beta_0+\beta^Tx}} P(Y=1X=x)=p=1+eβ0+βTxeβ0+βTx
④ logit变化为
ln ⁡ p 1 −

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 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
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