逻辑回归原理

Posted keye

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了逻辑回归原理相关的知识,希望对你有一定的参考价值。

来自:刘建平

 

逻辑回归是分类算法,可以处理二元分类和多元分类。

名字里有“回归”二字,但不是回归算法。为什么名字有“回归”这个误导词?因为它的原理有回归模型的影子。

 

1. 从线性回归到逻辑回归

线性回归模型是求Y和X之间的线性关系系数Θ,满足Y= XΘ。此时Y是连续的,所以是回归模型。

Y是离散的话,对Y再做一次函数转换,变为g(Y)。如果g(Y)结果类别是两种,就是二元分类模型。

 

2. 二元逻辑回归的模型

对线性回归的结果做函数g的转换,变为逻辑回归。g一般取sigmoid函数:

技术图片

取sigmoid函数,主要因为两个性质:

  • 当z趋于正无穷时,g(z)趋于1,当z趋于负无穷,g(z)趋于0。
  • (导数性质)技术图片

令g(z)中的z为:z = ,得到二元逻辑回归模型一般形式:

技术图片

       其中x为样本输入,hΘ(x)为模型输出,可以是某一分类的概率大小。hΘ(x)和二元分类样本y(假设为0和1)有这样对应关系,如果hΘ(x)>0.5,即xΘ>0,则y为1。如果hΘ(x)<0.5,即xΘ<0,则y为0。y = 0.5是临界情况,此时xΘ=0,无法确定分类。

       hΘ(x)值越小,分类为0的概率越高;值越大,分类为1的概率越高。靠近临界点,分类准确率会下降。

 

模型的矩阵模式

技术图片

其中hΘ(X)为模型输出,m*1维度。X为样本特征矩阵,为m*m维度。Θ为模型系数,为n*1的向量。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

hθ(x)

 

以上是关于逻辑回归原理的主要内容,如果未能解决你的问题,请参考以下文章

逻辑回归原理小结

逻辑回归原理小结

逻辑回归原理小结

逻辑回归原理

逻辑回归的原理和python实现

Python逻辑回归原理及实际案例应用