機器學習算法之logistic regression

LR 算法特點： 優點： 計算代價不高，易於理解和實現； 預測結果是界於0和1之間的值。 缺點： 容易欠擬合，分類精度可能不高； 預測結果呈「S」型，概率變化很小，邊際值太小，slope太小，而中間概率的變化很大，很敏感。 導致很多區間的變量變化對目標概率的影響沒有區分度，不容易確定閥值。       公式推導：        模型解釋： 1. 最大似然估計： 我們認爲數據滿足伯努利分佈，即0-1

>>阅读原文<<