Logistic回归

本文最后更新于:2023年4月7日 下午

1、假设现在有一些数据点,我们用一条直线对这些点进行拟合(该线称为最佳拟合直线),这个拟合过程就称作回归。

2、思想:根据现有的数据对分类边界线建立回归公式,以此进行分类。

3、优点:计算代价不高,易于理解和实现。

  缺点:容易欠拟合,分类精度可能不高。

  使用数据类型:数值型和标准型数据。

4、Sigmoid函数:是一种阶跃函数(step function)。在数学中,如果实数域上的某个函数可以用半开区间上的指示函数的有限次线性组合来表示,那么这个函数就是阶跃函数。数学中的指示函数(indicator function)是定义在某集合X上的函数,表示其中有哪些元素属于某一子集A。


打赏支持
“如果你觉得我的文章不错,不妨鼓励我继续写作。”

Logistic回归
https://dreamoneyou.github.io/2018/Logistic回归/
作者
九叶草
发布于
2018年12月27日
更新于
2023年4月7日
许可协议
评论
  • 按正序
  • 按倒序
  • 按热度
Powered by Waline v2.14.1