筆記(總結)-Logistic Regression

從線性迴歸講起 先說迴歸問題。對於迴歸問題，最常用的是用線性函數來擬合待預測值，即： f(x)=wTx+b, 使得 f(x)≈y 上述情況中，待預測值是在線性尺度上變化，假若是在指數尺度上變化（ y 取值類似於1、2、4、8、16…），則可將待預測值的對數作爲線性函數逼近的目標，即： lny=wTx+b 這實際上是試圖讓 ewTx+b 來逼近 y 。更一般地，考慮單調可微函數 g ，有： g(y)

>>阅读原文<<