概念:
Logistic回归是一种广义的线性回归分析模型,常用于数据挖掘、疾病自动诊断、经济预测等领域。值得一提的是,logistic回归跟多元线性回归有很多相似之处,模型形式也都是wx+b,w、b为要求的参数,不同点在于因变量不同,logistic回归通过logistic函数L将wx+b对应一个隐形状态p,即p=L(wx+b),若L是logistic函数就是logistic回归,若L是多项式就是多重线性回归。从另一方面来说,如果是连续的就是多重线性回归,如果是二项分布就是logistic回归。
基本思想:
Logistic回归实际上是一种分类方法,用于二分类问题。
先找到一个合适的假设函数,该函数就是我们要找的分类函数,,用它来预测输入数据的判断结果,这个过程需要对数据有一定的了解和分析,并且知道预测函数的基本特征,比如说是不是线性的等。
构造一个代价函数cost,即损失函数。用以表示预测的输出结果和训练数据的实际类别之间的偏差。若考虑所有数据,可以将cost求和或平均,记为J(θ)函数,表示所有预测结果和训练数据的实际类别之间的偏差。
最小化代价函数,获得最优的模型参数解,即J(θ)函数的最小值。因为函数的值越小预测结果就越准确,方法一般使用梯度下降法。
过程:
首先写出逻辑函数(sigmo函数):

函数图像:(值域在0-1之间)
找到假设函数:


其中h(x)函数的值还有特殊的含义,表示结果取1的概率,类别1和类别2的概率分别为:

利用二项分布可以将上述式子写为:

取似然函数为:

将其取对数得到:

构造cost函数并求和得到J(θ)函数:


将上面式子联立得到J函数,最后求解的就是其中的参数最小值:


逻辑回归实例:(在实际问题中会遇到多个因变量)
寻找某一疾病的危险元素,根据危险元素预测某一疾病发生的概率有多大。
Logistic模型为预测模型,帮助销售部门实现精准营销。
汽车金融信用违约预测案例,根据申请人的资料预测他是否违约。
根据早餐喜好的民意调查,每一个个体为一个案例,预测人们的生活状态、暂定年龄等。
通过气压、湿度等预测会不会下雨。
总结:
逻辑回归的模型和概念实际上很简单,就是两种可能,用0和1表示,0就是没有发生。1就是发生,实际来说比如在电脑上看视频出现广告,用户要么点了要么没点,通过逻辑回归模型就可以预测用户点广告的概率,难得就是对于过程中特征值的分析,所以逻辑回归问题最后也就变为参数估计问题。

logistic回归相关推荐

  1. 二值logit模型的适用条件_一文读懂条件Logistic回归

    在医学研究中,为了控制一些重要的混杂因素,经常会把病例和对照按年龄,性别等条件进行配对,形成多个匹配组.各匹配组的病例数和对照人数是任意的,比如一个病例和若干个对照匹配即1:1,在医学上称作" ...

  2. logistic回归 如何_第七章:利用Python实现Logistic回归分类模型

    免责声明:本文是通过网络收集并结合自身学习等途径合法获取,仅作为学习交流使用,其版权归出版社或者原创作者所有,并不对涉及的版权问题负责.若原创作者或者出版社认为侵权,请联系及时联系,我将立即删除文章, ...

  3. 第七课.Logistic回归算法

    Logistic 回归,又名逻辑回归,它从线性回归发展而来,是一种广义的线性回归模型:该模型预测输出的是样本类别的条件概率分布,因而可以取概率值最大的类别作为分类结果,实质上是一个分类模型. 目录 算 ...

  4. R语言广义线性模型函数GLM、R中有几种logistic回归扩展和变异、robust包中的glmRob函数鲁棒logistic回归、ms包中的lrm函数拟合序数逻辑回归

    R语言广义线性模型函数GLM.glm函数构建逻辑回归模型(Logistic regression).R中有几种logistic回归扩展和变异.robust包中的glmRob函数鲁棒logistic回归 ...

  5. R语言构建logistic回归模型:构建模型公式、拟合logistic回归模型、模型评估,通过混淆矩阵计算precision、enrichment、recall指标

    R语言构建logistic回归模型:构建模型公式.拟合logistic回归模型.模型评估,通过混淆矩阵计算precision.enrichment.recall指标 目录

  6. R语言glm拟合logistic回归模型实战:基于glm构建逻辑回归模型及模型系数统计显著性分析、每个预测因子对响应变量的贡献

    R语言glm拟合logistic回归模型实战:基于glm构建逻辑回归模型及模型系数统计显著性分析.每个预测因子对响应变量的贡献 目录

  7. R语言glm拟合logistic回归模型:模型评估(模型预测概率的分组密度图、混淆矩阵、准确率、精确度、召回率、ROC、AUC)、PRTPlot函数获取logistic模型最优阈值(改变阈值以优化)

    R语言glm拟合logistic回归模型:模型评估(模型预测概率的分组密度图.混淆矩阵.Accuray.Precision.Recall.ROC.AUC).PRTPlot函数可视化获取logistic ...

  8. R语言广义加性模型(generalized additive models,GAMs):使用广义线性加性模型GAMs构建logistic回归

    R语言广义加性模型(generalized additive models,GAMs):使用广义线性加性模型GAMs构建logistic回归 目录

  9. R语言构建logistic回归模型:WVPlots包PRTPlot函数可视化获取logistic回归模型的最优阈值、优化(precision、enrichment)和recall之间的折衷

    R语言构建logistic回归模型:WVPlots包PRTPlot函数可视化获取logistic回归模型的最佳阈值(改变阈值以优化精确度(precision.enrichment)和查全率(recal ...

  10. R语言glm拟合logistic回归模型:模型评估(计算模型拟合的统计显著性)、模型评估(赤信息AIC指标计算)

    R语言glm拟合logistic回归模型:模型评估(计算模型拟合的统计显著性).模型评估(赤信息AIC指标计算) 目录

最新文章

  1. 如何看待研究生导师直接说你写的论文就是垃圾?
  2. word设置不同页脚
  3. Angular\Vue解决页面数据加载时出现{{message}}闪烁的情况
  4. VS2010中:error C2471: 无法更新程序数据库
  5. vue 分模块打包 脚手架_手动撸一个webpack4脚手架(仿vuecli2)
  6. Onvif学习总结(转载)
  7. atlas和ajaxpro以及微软企业级类库在一起得web配置文件
  8. 优酷html5视频没有弹幕,优酷弹幕怎么设置 优酷PC端怎么屏蔽底下弹幕?
  9. html和ajax通信,使用Ajax与服务器(JSON)通信实例
  10. MyEclipse:新导入一个项目时中文乱码
  11. android 整合最新X5WebView 以及离线安装教程
  12. RGB Triplets(后缀和)
  13. Civil3D2018-01使用配置
  14. 面向对象06(抽象类)
  15. 程序员的第三次 “创业” 我选择继续开发在线客服系统,终于得到了积极反馈
  16. QT开发和MFC开发的经典案例
  17. C语言刷题训练营-自我补全
  18. 以太坊的企业系统集成
  19. Nervos 双周报第 3 期
  20. 使用数据库实现缓存功能

热门文章

  1. Thoughtworks XStream介绍
  2. 灰度共生矩阵的原理及代码实现(python)
  3. 2021.4.22 易协同访客数据
  4. flink 1.10.1 java版本sql OverWindow示例(每事件出结果)
  5. ET在课堂:S4A,新的重组方案
  6. 零元投资,快速赚钱的好项目,美妆溪妍值得你选择
  7. 【总结】1263- 弄懂 SourceMap,前端开发提效 100%
  8. 【数据结构应用】航空客运订票系统
  9. An error occurred uploading to the App Store.
  10. MATLAB下载DeepLearnToolbox-master工具箱