邏輯迴歸原理及scikit-learn中LR類庫總結

        一句話概括邏輯迴歸：邏輯迴歸假設數據服從伯努利分佈，通過極大化似然函數的方法運用梯度下降來求解參數，以達到將數據分類的目的。（求解參數時常見的算法還有：隨機梯度下降法，座標軸下降法，牛頓法，擬牛頓法等） 一 、從廣義線性模型到邏輯迴歸： 滿足 的模型稱爲廣義線性模型，其中單調可微函數g(·)稱爲聯繫函數。邏輯迴歸是廣義線性模型的一個特例，它通過一個單調可微函數（sigmoid函數）

>>阅读原文<<