[machine learning] logistic迴歸

利用logistic迴歸進行分類的主要思想是:根據現有的數據對分類邊界線建立迴歸公式，以此進行分類。本章簡單介紹了基本的梯度上升法和隨機梯度上升法。logistic迴歸的優點是計算代價不高，易於理解和實現。缺點是容易欠擬合，分類精度可能不高。 一。logistic迴歸的一般過程： 收集數據——準備數據（數值型）——分析數據（任意方法）——訓練算法（找到最佳的迴歸係數）——測試算法——使用算法。 二

>>阅读原文<<