逻辑回归(Logistic Regression)-Toy模板网

这篇具有很好参考价值的文章主要介绍了逻辑回归(Logistic Regression)。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1.分类问题

在分类问题中，你要预测的变量 y是离散的值，我们将学习一种叫做逻辑回归 (Logistic Regression) 的算法，这是目前最流行使用最广泛的一种学习算法。

在分类问题中，我们尝试预测的是结果是否属于某一个类（例如正确或错误）。分类问题的例子有：判断一封电子邮件是否是垃圾邮件；判断一次金融交易是否是欺诈；之前我们也谈到了肿瘤分类问题的例子，区别一个肿瘤是恶性的还是良性的。
我们从二元的分类问题开始讨论。
逻辑回归(Logistic Regression),机器学习,逻辑回归,算法,机器学习
线性回归为什么不适用于分类问题？ 回答如下：

2.假说表示

在这段内容中，我要给你展示假设函数的表达式，也就是说，在分类问题中，要用什么样的函数来表示我们的假设。此前我们说过，希望我们的分类器的输出值在0和1之间，因此，我们希望想出一个满足某个性质的假设函数，这个性质是它的预测值要在0和1之间。
逻辑回归(Logistic Regression),机器学习,逻辑回归,算法,机器学习

3.判定边界

现在讲下决策边界(decision boundary)的概念。这个概念能更好地帮助我们理解逻辑回归的假设函数在计算什么。
逻辑回归(Logistic Regression),机器学习,逻辑回归,算法,机器学习

【横坐标变量x1，纵坐标变量x2，训练集的叉叉表示患肿瘤，圆圈表示没换肿瘤】

【上图的分界线说的就是边界】