逻辑回归：二分类与决策边界详解,
本文介绍了二分类问题中的逻辑回归方法，包括使用阈值定义预测结果、sigmoid函数的作用以及如何确定决策边界。逻辑回归通过概率表示输出，决策边界在z=0时的设定有助于理解预测过程。
文章目录
1. binary classification
1.预测结果为true / false。需要logistic算法来完成预测。
2. logistic regression （预测类型）
2. 1 阈值threshold
相当于一条边界线，大于这个边界线是一个结果，小于这个边界线则是另一个结果。在logistic regression里，> 边界线就是1，< 边界线就是0。
2.2 sigmoid function(logistic function):
- 如：treshold=0.7，则x>0.7时，y=1。x<0.7时，y=0。
- 右边的threshold=0.5（通过z=0算出来的）
2.3 公式：
3. 理解：
- 逻辑函数相当于某个output发生的probability。
如：f（x）=0.7意思是70%的可能性y=1。
3. decision boundary决策边界
- 找boundary在z=0的时候：
扫一扫
256
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
