Logistic迴歸的基本思想與公式推導

講前小碎話 Logistic迴歸是一種線性分類模型，通常用來解決線性二分類或多分類問題。無論是在李航老師的《統計學習方法》書中，還是在吳恩達老師的機器學習課程中，都是先假設隨機變量x服從Logistic分佈，即有如下的分佈函數和概率密度函數： 可是爲什麼定義這樣的分佈函數和概率密度函數，對於初學者來說，還是很難理解的。我們從Logistic迴歸的來源（也就是從貝葉斯學習發展來的）來理解其的基本思想

>>阅读原文<<