0%

logistics能够分类的原理

2018年7月7日 上午10:32

给定某个模型,我们可以训练出来数据和对于情况之间的概率联系,概率越大越容易发生,这个概率通过sigmoid函数,将概率控制在0~1之间,

  1. 线性回归是:x—>y之间的对应关系
  2. 逻辑回归是:x—>概率值之间的对应关系(也可以说成是y,只不过这个y在0~1之间)
  3. 总结来说,逻辑回归本质和线性回归一样,都是在给定带标签的数据之后,找到x—>y之间的关系,寻找到最合适的一套参数w,
  4. 数学的角度去看,只不过逻辑回归是一个复合函数模型,而线性回归是一个简单函数模型
  5. 对于计算机的训练过程,我们可以理解成是一样的,因为计算机是分不清复合函数和简单函数的,这个区分只不过是站在人的角度上进行的区分。