Logistic Regression

Logistic迴歸並不是迴歸，而是用於解決二分類問題。其本質是在線性迴歸的基礎上加了一層sigmoid函數映射。它可以預測某事件在給定樣本特徵下發生的「概率」（ 判別模型，p(y|x) ），然後選擇「概率」最大的事件作爲預測結果。 sigmoid函數 公式 g(x)=11+e−x 函數曲線如下圖所示 sigmoid是s形曲線，取值在[0,1]之間，這個值可以解釋爲概率or置信度。在分類預測的時候

>>阅读原文<<