机器学习实战学习笔记9——Logistic回归

1.logistic回归概述

1.1 logistic回归介绍

Logistic回归是一种广义的线性回归分析模型,是研究二分类观察结果y与一些影响因素(x_1,x_2,…,x_n)之间关系的一种多变量分析方法。通常研究某些因素条件下某个结果是否发生，比如医学中根据症状来判断病人是否患有某种疾病。

1.2 Logistic回归原理

Logistic回归进行分类的主要思想是：根据现有数据对分类边界线建立回归公式。

1.3 Logistic回归优缺点

（1）优点：计算代价不高，易于理解和实现。
（2）缺点：容易欠拟合，分类精读可能不高。
（3）应用：常用于疾病自动诊断，经济预测等。

2.利用Logistic回归进行分类