二分类logistic回归模型
时间: 2023-10-10 08:11:47 浏览: 101
二分类Logistic回归模型是一种用于解决离散值分类问题的回归模型。它通过将线性模型的输出值通过Sigmoid函数映射到0到1之间的概率值,来进行分类。具体而言,Logistic回归模型使用回归系数对输入特征进行加权求和,并将结果通过Sigmoid函数进行转换,得到样本属于正类的概率。如果概率大于0.5,则将样本分类为正类,否则分类为负类。\[1\]\[3\]
在Logistic回归模型中,我们使用梯度下降算法来求解最优的回归系数。梯度下降算法的伪代码如下:
1. 初始化每个回归系数为1。
2. 重复R次:
a. 计算整个数据集的梯度。
b. 使用学习率alpha乘以梯度来更新回归系数的向量。
3. 返回更新后的回归系数。\[2\]
在测试阶段,我们可以使用权重w对样本x进行分类。通过将样本特征与回归系数相乘并经过Sigmoid函数,得到样本属于正类的概率。如果概率大于0.5,则将样本分类为正类,否则分类为负类。\[3\]
#### 引用[.reference_title]
- *1* [小白的机器学习笔记(八)----Logistic回归处理二分类](https://blog.csdn.net/qq_41641805/article/details/81514851)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* *3* [机器学习(五)logistic回归进行二分类以及多分类(Python代码)](https://blog.csdn.net/m0_52043037/article/details/128223158)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]