lph159的博客

本文详细介绍了逻辑回归的基本原理、关键函数及其在分类问题中的应用。首先，我们讨论了逻辑回归如何通过将线性回归的输出值转换为 $[0, 1]$ 区间内的概率值来实现二分类任务，重点介绍了 Sigmoid 函数的作用。其次，我们解释了逻辑回归的损失函数——对数损失函数，如何利用对数函数的特性来有效惩罚错误预测，并通过优化算法最小化损失函数以训练模型。最后，我们探讨了逻辑回归在多分类问题中的扩展方法——一对多（one-vs-rest）策略，通过将多分类问题分解为多个二分类问题来实现多类别预测。