浏览量: 87 次浏览

逻辑回归 (Logistics Regression)

2019年7月14日 0 作者 Nie Hen

Function Set

在统计学中,逻辑模型(或logit模型)用于模拟某个类或事件存在的概率,例如通过/失败,输赢/失败,活着/死亡或健康/生病。这可以组合起来模拟几类事件,例如确定图像是否包含猫,狗,狮子等……在图像中检测到的每个对象将被分配0到1之间的概率,并且总和加到1 。

enter description here =525*300

逻辑回归和线性回归区别

enter description here =700*200

Goodness of a Function

f(x)表示的上面所提到的逻辑回归方程
L(w,b)表示x输入C1的概率,等于各个data概率乘积
获取到最大的w b获取到最大的L(w,b)

enter description here =580*350
相乘的时候不太好处理,此时可以用ln函数变成相加。(同时这里是求最大 最小时w b的值,因此只需要变换就可以)
并将class1 表示为1 class2 表示为0 这样更好的处理
处理后

enter description here =550*200
和线性回归的区别

enter description here =600*250

Find the best function