python多元非线性回归_day-13 python库实现简单非线性回归应用

一、概率

在引入问题前，我们先复习下数学里面关于概率的基本概念

概率：对一件事发生的可能性衡量

范围：0<=P<=1

计算方法：根据个人置信区间；根据历史数据；根据模拟数据。

条件概率：B发生的条件下，A发生的概率

二、Logistic Regression（逻辑回归）

1、问题引入

处理二值数据时，如果一直8个测试数据集为如下所示，我们利用线性回归方程，建立回归方程曲线，图形显示，并不能很好的模拟回归问题，也就是我们所说的欠回归。

如果继续引入第9个测试点，我们发现欠回归情况更加严重，因此我们需要引入一个新的回归模型，来解决该类模型欠回归问题。

2、简单推导过程

假设测试数据为X（x0，x1，x2···xn）

要学习的参数为：Θ（θ0，θ1，θ2，···θn）

向量表示：