|
在上一周的视频中我们学习了logistic回归这一节，这让我对它有了一些自己的理解，现在就让我和大家交流一下我的看法。 一．什么是logistic回归？ logistic回归又叫做logistic回归分析，它是机器学习中非常重要的一部分。在上一周的时候我们谈过多元线性回归，它的公式就是：y_=θ0+θ1x1+θ2x2+…+θn*xn。 而logistic回归的本质其实就是换了一种方式来对参数进行表示，logistic回归的公式为： 二.logistic回归与多元线性回归的区别 logistic回归与多元线性回归最大的一个区别就是：多元线性回归它的结果值是连续的，所以它是用于做回归的。而logistic回归虽然也叫做回归，但是它是用于结果值不连续的，是用于做二分类的。那什么是分类呢？我们举一个简单的列子，比如一个人患感冒病受很多因素的影响，比如有天气的温度、自身的身体条件、还有是否熬夜等等，这些各个因素我们就可以看成是各个自变量x，虽然自变量x包括很多因素，有很多个值，但是最后得出的因变量y值就只有了两个结果，要么患病，要么不患病。这就是一个简单的二分类，把最后的结果分成了患病和不患病这两类。 三.如何来求logistic回归的参数呢？ 四.logistic回归的运用 logistic回归常用于数据挖掘，和对一些经济领域的预测等。列如探讨引发疾病的危险因素，并根据危险因素预测疾病发生的概率等。以胃病病情分析为列。选择两组人群，一组是胃病组，一组是非胃病组。两组人群必有不同的体征和生活方式等。因此因变量就为是否患胃病，自变量就可以包括很多了，比如年龄、性别、饮食习惯等。然后通过logistic回归分析，可以得到自变量的权重，从而可以大致了解到底哪些因素是引起患胃病的因素，就可以预测一个人患胃病的可能性 |
|
|
