機器學習-Logistic迴歸算法學習筆記

假設現在有一些數據點，我們用一條直線（或者曲線）對這些點進行擬合，這個擬合過程就稱作迴歸。 利用Logistic迴歸進行分類的主要思想是：根據現有數據對分類邊界線建立迴歸公式，以此進行分類，訓練分類器時的做法就是尋找最佳擬合參數。 優點：計算代價不高，易於理解和實現。 缺點：容易欠擬合，分類精度可能不高。 適用數據類型：數值型和標稱型數據。 一、Sigmoid函數 我們想要的分類函數應該是能夠接受

>>阅读原文<<