一文彻底搞懂机器学习 - 逻辑回归（Logistic Regression）

文章预览

在机器学习中， 逻辑回归（Logistic Regression） 尽管名称中带有“回归”，但实际上是一种专为二分类问题设计的线性模型。 逻辑回归的实现基于线性回归模型，并在此基础上引入了sigmoid函数作为映射工具。Sigmoid函数的作用是将线性回归的输出（其值域原本为整个实数范围）巧妙地压缩至（0, 1）区间，从而该输出可以被解释为属于某一类别的概率。 Logistic Regression 一、逻辑回归 逻辑回归（ Logistic Regression） 是什么？ 逻辑回归是一种广泛用于二分类问题的线性模型，它的目标是找到一个函数，将输入特征映射到（0, 1）之间的概率值，以预测目标变量的分类。 逻辑回归如何将输出映射到（0，1）？ 逻辑回归通过将线性回归模型的预测结果经过一个非线性函数——sigmoid函数进行变换，从而将输出映射到（0，1）之间。 逻辑回归如何进行训练？ 逻辑 ………………………………