对数几率回归(Logistic Regression),简称为对率回归,也称逻辑斯蒂回归,或者逻辑回归。虽然它被很多人称为逻辑回归,但是中文的“逻辑”一词与“logistic”和“logit”意思相去甚远。它是广义的线性模型,只是将线性回归方程中的y换成了ln[p/(1-p),p是p(y=1|x),p/(1-p)是“几率”。对数几率回归是用来做分类任务的,所以,需要找一个单调可微函数,将分类任务的真实标记和线性回归模型的预测值联系起来。
机器学习Top10算法,90天从入门到高薪
七月在线实验室
1+阅读 · 2018年3月13日
博客 | 机器学习算法系列(一):logistic回归
AI研习社
2+阅读 · 2019年4月14日
LR背后的原理浅析
Python技术博文
2+阅读 · 2017年10月24日
深度 | 结合Logistic回归构建最大熵马尔科夫模型
机器之心
4+阅读 · 2017年11月25日
从概念到案例:初学者须知的十大机器学习算法
算法与数学之美
7+阅读 · 2017年11月16日
预测股市崩盘基于统计机器学习与神经网络(Python+文档)
量化投资与机器学习
4+阅读 · 2018年11月19日
参考链接
父主题
微信扫码咨询专知VIP会员