Day3 逻辑斯回归(Logistic Regression)

逻辑斯回归是什麽?

讲人话就是一种对数机率模型，主要用来处理二元[非此即彼(Yes or No)]分类问题。

浅谈逻辑斯回归

逻辑斯回归是将线性函数的结果映射到Sigmoid函数之中，就可以得出将数值对应到适当分类的模型。假设我今天想运用逻辑斯回归自动判断垃圾邮件，就可以以0.5当作界线，将大於0.5的值就当作1(是垃圾邮件)，小於0.5的值就当作0(不是垃圾邮件)。至於线性回归与逻辑斯回归有什麽不同?前者是回归问题，预测的值是连续性的;後者是分类问题(虽然它的名字有回归)，预测的值则是离散性的，但是，线性回归与逻辑斯回归还是有相同的地方，就是都使用相同的求解步骤:

(一)找出预测函数(Hypothesis Function)
(二)建构损失函数(Cost Function)
(三)损失函数最小化[通常使用梯度下降法(Gradient Descent)]