沫
管理员
逻辑回归 Logistic Regression Algorithm 
逻辑回归 Logistic Regression Algorithm 是一种受监督的机器学习算法 Supervised machine learning 进行类别分类classification
它将预测给类别，输出为二进制的情况（比如 正确/错误，通过/不合格）
例如: 这是否是一个垃圾邮件
与线性回归的区别？
线性回归: 预测一个连续的值 （比如：房产价）
逻辑回归: 预测其可能性并分类（比如：是否能通过一场考试）
逻辑回归的工作原理？
它使用一个叫 sigmoid 的数学函数去预测在 0 和 1 之间的可能性
它会有一个临界值（通常情况下为 0.5 ), 当大于等于 0.5 的情况时，归为1；否则，归为0。
数学表达：
线性回归：一条直线
逻辑回归：类似于一个 S形曲线 (sigmoid)
在现实生活中的运用
假如你在一个银行并且想要预测一个用户 是否 会拖欠贷款，通过收入、年龄和贷款数。
当这个可能性大于等于 0.5，你的预测将为 "是",否则为"否"。
为何我们不能使用线性回归代替逻辑回归？
1.预测方式的不同
2.输出的范围
线性回归：可以输出任何数字，即使超出范围。
逻辑回归：限定范围，并且只有 0 和 1
总之可以作为对一个事件的评估，或者对事情的分类
- 下载图片
- 复制图片
2025-11-10
浏览235
算法&数学
登录后评论
点赞
评论
1