最近看到了Logistic 回归,LR模型主要用于分类模型(不是回归),细心的人不难发现LR模型在线性回归模型上加了一个sigmoid转换。
sigmoid转换的优势
- 求梯度方便
- 数据统一分布在0-1之间,从下面的LR分布也可以看出
算法
定义
扩张一下,令 ->
对数几率
指发生概率
代入
把领出来,
极大似然估计
跟上边学到的貌似是一回事
小结
从图像中可以看出,逻辑回归函数将输入的空间映射到了空间,即将值域限制在了之内。 限制后的假设函数为:
关于Logistic 回归 的使用场景和优化方向,供下回探讨。