機器學習-邏輯迴歸算法梳理

學習任務 1、邏輯迴歸與線性迴歸的聯繫與區別 2、 邏輯迴歸的原理 3、邏輯迴歸損失函數推導及優化 4、 正則化與模型評估指標 5、邏輯迴歸的優缺點 6、樣本不均衡問題解決辦法 7、sklearn參數 1、邏輯迴歸與線性迴歸的聯繫與區別 邏輯迴歸是基於線性迴歸方法的擴展，是一種廣義線性模型，link function爲單調可微的對數機率函數。即用線性迴歸模型的預測結果去逼近真實標記y的對數機率（l

>>阅读原文<<