假定我们有一些数据点，我们应用一条直线对这些点进行拟合，这条线称为最好拟合直线，这个拟合进程称为回归。应用Logistic回归进行分类的重要思想是：依据现有数据对分类边界限树立回归公式，以此进行分类。我们想要得到一个函数，能够接收所有的输入然后预测出种别。例如在两个类的情形下，函数输出0或1。该函数称为海维塞德阶跃函数（Heaviside step function），或直接称为单位阶跃函数。但是海维塞德阶跃函数的问题在于：该函数在跳跃点上从0瞬间跳跃到1，这个瞬间跳跃进程有时很难处置。不过另外一个函数也有相似的性质，而且数学上更容易处置，它就是Sigmoid函数，具体公式以下： 假定我们有一些数据点，我们应用一条直线对这些点进行拟合，这条线称为最好拟合直线，这个拟合进程称为回
阅读背景：
机器学习实战Logistic回归笔记
来源：互联网
分享到：
