線性迴歸如何執行分類任務

廣義線性模型：機器學習 其中g()稱爲「聯繫函數」(link function)函數 要使用迴歸來執行分類任務，只需考慮尋找一個聯繫函數將分類標記與線性迴歸得出的預測值聯繫起來即將預測值離散化，學習 知足這種需求的最理想的g()函數爲「單位躍階函數」(unit-step function)：3d 可是單位躍階函數並非連續函數，不能直接使用，所以logistic函數便來近似接近單位躍階函數，下圖爲單

>>阅读原文<<