乐趣区

数据挖掘复习笔记044分类问题之-Logistic-Regression

分类问题之 Logistic Regression

线性回归简介

  • 线性模型

  • 向量形式

  • 可解释性

    w 可以理解为特征的权重

  • 目标

对数几率回归, Logistic Regression

  • 训练过程 (梯度下降)

  • 分类预测步骤

    P(Y=1|x) = e^z / (1 + e^z)
    P(Y=0|x) = 1 / (1 + e^z)
    z = wx

正则化

与 Naive Bayes 的区别

  • NB 假设特征相互独立

  • LR 是线性分类器

  • 训练方式不一样

退出移动版