数据挖掘系列 啥是逻辑回归训练模型？

Posted 2023-05-03

数据挖掘系列：什么是逻辑回归训练模型？在数据膨胀的当今社会里，海量数据中蕴含价值日渐凸显出来。如何有效的挖掘海量数据中的有效信息已

参考技术A 逻辑回归模型是统计分析模型的一种表述，主要理解就是寻找一个逻辑上存在的曲线、直线或者平面使得数据中的大部分点都落在这个平面或者线条上。在数据挖掘中逻辑回归模型指的就是采用mse损失函数的线性模型，主要是拟合曲线，贴近数据点。逻辑回归模型适用于寻找具有一定规律的连续数据，比如简单的线性方程y=ax+b等，或者其他的一些连续数据。简单理解就是产生的结果是范围性的数值的叫做逻辑回归，是提前指定的数值的就是分类。
想要更系统的了解逻辑回归模型的概念，建议找本初级教材学习下。

逻辑回归

1.用自己的话描述一下，什么是逻辑回归，与线性回归对比，有什么不同？

逻辑回归和线性回归都是通过把一系列数据点预测计算出一条合适的“线”，将新的数据点映射到这条预测的“线”上，继而做出预测。

2.自述一下什么是过拟合和欠拟合？

所谓过拟合就是所建的机器学习模型或者是深度学习模型在训练样本中表现得过于优越，导致在验证数据集以及测试数据集中表现不佳。欠拟合就是训练样本太少，导致在验证数据集以及测试数据集中表现不佳。

3.思考一下逻辑回归的应用场景有哪些？

分析某样商品的喜欢人群发布。