Logistic迴歸中的Logit函數和sigmoid函數

在線性迴歸中， y=wTx y = w T x ，是用直線去擬合數據，實現最小二乘意義下的最小預測偏差。git 在邏輯迴歸中： logit(p)=log(p1−p)=wTx l o g i t ( p ) = l o g ( p 1 − p ) = w T x ，能夠看做是用直線去擬合Logit函數，經過極大似然估計出參數，使得在該參數下，能以最大機率生成當前的樣本。web 這裏要說明的是，線性回

>>阅读原文<<