逻辑回归
一、逻辑回归概述二、模型、策略和优化(手写)三、w和b的梯度下降公式推导四、例题分析4.1 题目4.2 解答
一、逻辑回归概述
1. 逻辑回归也称作logistic回归分析,是一种广义的线性回归分析模型,属于机器学习中的监督学习。其推导过程与计算方式类似于回归的过程,但实际上主要是用来解决二分类问题(当然也可以解决多分类问题)。
2. 二分类问题只有两个类别。对于类别我们通常称为正类(positive class)和负类(negative class)。 (1)例如,我们给出一个人的 [身高,体重] 这两个指标,然后判断这个人是属于”胖“还是”瘦“这一类。对于这个问题,我们可以先测量n个人的身高、体重以及对应的指标”胖“,"瘦”,把胖和瘦分别用0和1来表示,把这n组数据输入模型进行训练。训练之后再把待分类的一个人的身高、体重输入模型中,看这个人是属于“胖”还是“瘦”。 (2)例如:一个垃圾邮件过滤系统,x是邮件的特征,预测的y值就是邮件的类别(是垃圾邮件还是正常邮件),在该例子中,正类就是正常邮件,负类就是垃圾邮件。
![在这里插入图片描述](https://img-blog.csdnimg.cn/78831fc802b249438f849767ec92b578.jpeg#pic_center)
二、模型、策略和优化(手写)
![在这里插入图片描述](https://img-blog.csdnimg.cn/76ad127f9e2d43b2b880b258e367a7fa.jpeg#pic_center)
三、w和b的梯度下降公式推导
![在这里插入图片描述](https://img-blog.csdnimg.cn/4cebbb51d9584173bf1b4eeb3a61639d.jpeg#pic_center)
四、例题分析
4.1 题目
![在这里插入图片描述](https://img-blog.csdnimg.cn/75872e88fe784763bd163da218c5c490.jpeg#pic_center)
4.2 解答
![在这里插入图片描述](https://img-blog.csdnimg.cn/bc66b4e994e7469a9c7262ea4b30cef7.jpeg#pic_center)
|