数据回归算法 | Matlab实现Logistic回归预测模型

---

文章概述

数据回归算法 | Matlab实现Logistic回归预测模型. Logistic回归，之所以说这个算法比较特殊，是因为Logistic回归算法实际上属于一种非线性分类算法。尽管它的名称中包含"回归"一词，但Logistic回归主要用于分类问题，而不是传统的回归问题。它是一种主要研究因变量为二项分类或多项分类结果与某些影响因素之间关系的多重回归分析方法。

• 虽然在前面说了Logistic回归实际上是一种非线性分类算法，但也可以说是线性回归的拓展。之所以还将其归于广义的线性回归是因为它的推导是利用化归的思想在试图构造一个线性模型来解释因变量。因此，Logistic回归模型也被认为是广义线性模型。
• Logistic回归算法的标准计算步骤和计算原理如下所示：
  ①数据预处理。
  首先对数据集进行预处理，这其中包含对输入特征和对应类别标签的标记；其次是考虑不同特征之间是否存在量级差异，若存在量级差异，应当考虑对数据进行标准化或缩放。
  ②定义逻辑函数。
  一般情况下，逻辑函数为Sigmoid函数。该函数将数据集特征映射在0-1之间，结果表示为概率值。下图即为sigmoid函数表达式，当X<0时，Y趋向于0，X>0时，Y趋向于1，适合用于0-1二分类。