【监督学习之逻辑回归】

曾梦想执剑走天涯，我是程序猿【AK】

简述概要

了解逻辑回归

知识图谱

1.什么是逻辑回归？

逻辑回归是一种数据分析技术，它使用数学来找出两个数据因子之间的关系。然后，使用此关系根据其中一个因子预测另一个因子的值。预测结果的数量通常是有限的，比如是或否。

例如，假设您想猜测您的网站访客是否会点击购物车中的结账按钮。逻辑回归分析着眼于过去的访客行为，例如在网站上花费的时间和购物车中的商品数量。它确定，在过去，如果访客在网站上停留的时间超过五分钟，并且向购物车中添加了三件以上的商品，他们就会点击结账按钮。利用这些信息，逻辑回归函数可以预测新网站访客的行为。

为什么逻辑回归很重要？
逻辑回归是人工智能和机器学习（AI/ML）领域的一项重要技术。机器学习模型是可以训练的软件程序，无需人工干预即可执行复杂的数据处理任务。使用逻辑回归构建的机器学习模型可帮助组织从其业务数据中获得切实可行的见解。他们可以利用这些见解进行预测分析，以降低运营成本、提高效率并加快扩展速度。例如，企业可以发现提高员工保留率或打造更有利可图的产品设计的模式。

下面，我们列出了使用逻辑回归相对于其他机器学习技术的一些好处。

简易性

逻辑回归模型在数学上不像其他机器学习方法那么复杂。因此，即使您的团队中没有人具备深入的机器学习专业知识，您也可以实施逻辑回归模型。

速度

逻辑回归模型可以高速处理大量数据，因为它们需要的计算能力（如内存和处理能力）较少。这使得它们非常适合那些从机器学习项目入手以快速取得成就的组织。

灵活性

您可以使用逻辑回归来查找具有两个或更多有限结果的问题的答案。您还可以使用它来预处理数据。例如，您可以使用逻辑回归将具有较大值范围的数据（例如银行交易）整理为较小的有限值范围。然后，您可以使用其他机器学习技术来处理这个较小的数据集，以进行更准确的分析。

可见性

与其他数据分析技术相比，逻辑回归分析使开发人员能够更好地了解内部软件进程。由于计算不那么复杂，问题排查和纠错也更容易。

2.逻辑回归有哪些应用？

<