算法描述 逻辑回归，我们不要被其名字所误导，实际上，逻辑回归是一个分类算法。其优点在于，逻辑回归不仅能够进行分类，而且还能够获取属于该类别的概率。这在现实中是非常实用的。例如，某人患病的概率，明天下雨的概率等。 算法的分类思想 逻辑回归实现分类的思想为：将每条样本进行“打分”，然后设置一个阈值，达到这个阈值的，分为一个类别，而没有达到这个阈值的，分为另外一个类别。对于阈值，比较随意，划分为哪个类别都可以，但是，要保证阈值划分的一致性。 算法模型 对于逻辑回归，模型的前面与线性回归类似： z = w 1 x 1
超级会员免费看
本文详细介绍了逻辑回归算法，包括其分类思想、sigmoid函数、参数求解过程、最大似然估计、交叉熵损失函数、梯度下降法、权重更新以及在二分类问题中的应用。此外，还探讨了分类模型评估的混淆矩阵、准确率、精准率、召回率、F1值、ROC曲线和AUC，并展示了在鸢尾花数据集上的应用案例。
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
