机器学习算法 | Logistic回归

Logistic回归

  • 分类问题的首选算法

多分类:Softmax回归

  • 目标函数

逻辑回归 只是名字叫回归,实际上跟回归不是一回事

1

线性回归和逻辑回归区别

机器学习算法 | Logistic回归_第1张图片

不建议用回归解决分类

softmax 和 多个二分类处理多分类 的区别

机器学习算法 | Logistic回归_第2张图片

实际用的时候,可以用来等价

2

Logistic回归

机器学习算法 | Logistic回归_第3张图片

这个曲线s型的 ,它是logistic函数,也叫sigmod函数

机器学习算法 | Logistic回归_第4张图片

假设二项分布

logistic分类器是以Bernoulli(伯努利) 分布为模型建模的,它可以用来分两种类别;而softmax分类器以多项式分布(Multinomial Distribution)为模型建模的,它可以分多种互斥的类别。

机器学习算法 | Logistic回归_第5张图片

机器学习算法 | Logistic回归_第6张图片

机器学习算法 | Logistic回归_第7张图片

|->对数线性模型

机器学习算法 | Logistic回归_第8张图片

机器学习算法 | Logistic回归_第9张图片

机器学习算法 | Logistic回归_第10张图片

3

Softmax回归

机器学习算法 | Logistic回归_第11张图片

机器学习算法 | Logistic回归_第12张图片

机器学习算法 | Logistic回归_第13张图片

机器学习算法 | Logistic回归_第14张图片

你可能感兴趣的:(ML)