小飞鸟

逻辑回归也被称为广义线性回归模型，它与线性回归模型的形式基本相同，最大的区别是它们的因变量不同，如果是连续的，就是多重线性回归，如果是二项分布，就是 Logistic回归。Logistic回归虽然名字里带“回归”，但它实际上是一种分类方法，主要用于二分类问题。逻辑回归就是这样的一个过程：面对一个回归或者分类问题，建立相应的函数，然后通过优化方法迭代求解出最优的模型参数，然后测试验证这个求解的模型的好坏。它的优点有：速度快，适合二分类问题；简单、易于理解，可以直接看到各个特征的权重；能容易

转载：https://blog.youkuaiyun.com/Kevin_cc98/article/details/73742037

主要链接：https://blog.youkuaiyun.com/sinat_27554409/article/details/72823984

一，获取数据当你拿到数据之后，自然而然的你要把数据集进行处理，如果一开始数据就相对于比较嘈杂，如缺失值，或者一些数据不符合我们需要的要求时，就要进行数据处理二，数据处理查看是否有明显的异常值，如某些数据点和数据集中的其他值存在明显的差异。通过一维，二维或者三维图形化展示数据是个不错的方法，但是我们得到的数据的特征值都不会低于三个，无法一次图形化展示所有特征。我们可以通过数据的提炼，压缩...

麻烦码字，直接链接：https://blog.youkuaiyun.com/ZK_J1994/article/details/80810866