个人对逻辑回归的理解

Posted 冯风风

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了个人对逻辑回归的理解相关的知识,希望对你有一定的参考价值。

概念:

        一种常用于解决分类问题的机器学习方法,通俗地说就是推测一件事情发生的概率有多大。

  例如判断某病人身上的肿瘤是良性还是恶性,结合肿瘤大小,厚度,位置等变量来预测,如果Y=0代表良性,Y=1代表恶性,这里的因变量Y只会是0或者1,就是最常见的二分类问题,逻辑回归也可用于多分类问题。

  从之前的学习中可以知道在线性回归模型中变量常常是连续的,而逻辑回归问题中的变量一般是离散的,无序的。

 

公式推导:

  我们希望假设函数  h(θ) (x) = ΘTX 的输出值在0到1之间,为了进行分类,需要利用 Sigmoid函数(逻辑函数)。

  函数表达式为   

 

  图像大概是这样  

  

  由图可知,当 z 趋近负无穷时,g(z) 趋近于0;当 z 趋近正无穷时,g(z) 趋近于1。

  现在将 z 取代为 h(θ) (x),由  h(θ) (x) = g(ΘTX) 可得公式 

 

  此时计算出的值 h(θ) 可以看做Y为0或1的概率,以0.5为界限,如果 h(θ)  大于等于 0.5,我们就可以预测Y为1;如果h(θ)  小于 0.5,Y就为0。 

 

以上是关于个人对逻辑回归的理解的主要内容,如果未能解决你的问题,请参考以下文章

逻辑回归理解及代码实现

逻辑回归原理小结

逻辑回归原理小结

逻辑回归原理小结

机器学习python实战----逻辑回归

机器学习:逻辑回归(基础理解)