导读

逻辑回归算法是最经典的几个机器学习算法之一,本文对它的优点,缺点进行总结。


1. 逻辑回归算法

逻辑回归属于判别式模型,同时伴有很多模型正则化的方法(L0, L1,L2,etc),而且你不必像在用朴素贝叶斯那样担心你的特征是否相关。与决策树、SVM相比,你还会得到一个不错的概率解释,你甚至可以轻松地利用新数据来更新模型(使用在线梯度下降算法-online gradient descent)。如果你需要一个概率架构(比如,简单地调节分类阈值,指明不确定性,或者是要获得置信区间),或者你希望以后将更多的训练数据快速整合到模型中去,那么使用它吧。

Sigmoid函数:表达式如下:


2. 优点

1. 实现简单,广泛的应用于工业问题上;

2. 分类时计算量非常小,速度很快,存储资源低;

3. 便利的观测样本概率分数;

4. 对逻辑回归而言,多重共线性并不是问题,它可以结合L2正则化来解决该问题;

5. 计算代价不高,易于理解和实现。


3. 缺点

1. 当特征空间很大时,逻辑回归的性能不是很好;

2. 容易欠拟合,一般准确度不太高;

3. 不能很好地处理大量多类特征或变量;

4. 只能处理两分类问题(在此基础上衍生出来的softmax可以用于多分类),且必须线性可分;

5. 对于非线性特征,需要进行转换。


4. logistic回归应用领域:

1. 用于二分类领域,可以得出概率值,适用于根据分类概率排名的领域,如搜索排名等;

2. Logistic回归的扩展softmax可以应用于多分类领域,如手写字识别等;

3. 信用评估;

4. 测量市场营销的成功度;

5. 预测某个产品的收益;

6. 特定的某天是否会发生地震。


5. logistic算法与其它算法比较

线性回归做分类因为考虑了所有样本点到分类决策面的距离,所以在两类数据分布不均匀的时候将导致误差非常大;LR和SVM克服了这个缺点,其中LR将所有数据采用sigmod函数进行了非线性映射,使得远离分类决策面的数据作用减弱;SVM直接去掉了远离分类决策面的数据,只考虑支持向量的影响。

但是对于这两种算法来说,在线性分类情况下,如果异常点较多无法剔除的话,LR中每个样本都是有贡献的,最大似然后会自动压制异常的贡献;SVM+软间隔对异常比较敏感,因为其训练只需要支持向量,有效样本本来就不高,一旦被干扰,预测结果难以预料。

logistic回归分析优点_逻辑回归算法的优缺点相关推荐

  1. logistic回归分析优点_逻辑回归的简单介绍

    一.逻辑回归的概念 逻辑回归又称logistic回归分析,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. 二.逻辑回归不是回归 从名字来理解逻辑回归.在逻辑回归中,逻辑( ...

  2. 逻辑回归算法c语言_逻辑回归算法背后的数学

    逻辑回归算法背后的数学 看完深蓝学院的机器学习公开课后,对于逻辑回归部分,打算写篇学习笔记记录总结一下,也和大家共同分享. 1 基本思能 逻辑回归(Logistic Regression)和线性回归( ...

  3. logistic回归分析优点_机器学习实战项目-Logistic回归

    Logistic 回归 概述 Logistic 回归虽然名字叫回归,但是它是用来做分类的.其主要思想是: 根据现有数据对分类边界线建立回归公式,以此进行分类. 须知概念 Sigmoid 函数 回归 概 ...

  4. orange实现逻辑回归_逻辑回归算法的原理及实现(LR)

    Logistic回归虽然名字叫"回归",但却是一种分类学习方法.使用场景大概有两个:第一用来预测,第二寻找因变量的影响因素.逻辑回归(Logistic Regression, LR ...

  5. 逻辑回归优点_逻辑回归:优点

    逻辑回归优点 by Thalles Silva 由Thalles Silva 逻辑回归:优点 (Logistic Regression: The good parts) 您需要了解的所有信息. (Ev ...

  6. 逻辑回归阈值_逻辑回归算法

    (一)逻辑回归原理 1.整体概括 逻辑回归假设数据服从伯努利分布(0-1分布),通过极大似然函数的方法,运用梯度下降法来求解参数,来达到将数据二分类的目的. 2.灵感过程(来自B站UP主:文小刀是也) ...

  7. python实现逻辑回归算法_逻辑回归算法的实现

    前言 在之前的学习中,我们已经学习了逻辑回归算法的具体数学原理及其简单的推导过程,现在,我们可以用python实现逻辑回归的算法了. 环境 python3.6 jupyter-notebook 绘制数 ...

  8. spark 逻辑回归算法案例_黄美灵的Spark ML机器学习实战

    原标题:黄美灵的Spark ML机器学习实战 本课程主要讲解基于Spark 2.x的ML,ML是相比MLlib更高级的机器学习库,相比MLlib更加高效.快捷:ML实现了常用的机器学习,如:聚类.分类 ...

  9. 机器学习——逻辑回归算法

    文章目录 逻辑回归算法 逻辑回归概念 Sigmoid函数 逻辑回归模型 代价函数 最终运用梯度下降求解 实验 总结 逻辑回归算法 首先明确一个概念,逻辑回归并不是解决回归问题,而是解决分类问题,它是通 ...

  10. 机器学习系列(1)_逻辑回归初步

    转载自: 机器学习系列(1)_逻辑回归初步 - 寒小阳 - 博客频道 - CSDN.NET http://blog.csdn.net/han_xiaoyang/article/details/4912 ...

最新文章

  1. 忘记Rxjava吧,你应该试试Kotlin的协程
  2. [Python爬虫] Selenium实现自动登录163邮箱和Locating Elements介绍
  3. 计算机科学分为几个部分,计算机由几部分组成各部分的功能是什么
  4. linux 1号硬盘不能用,linux 挂载硬盘的疑问 : IDE1 上的接口无法使用.
  5. SQLAlchemy Transactions
  6. 为什么上一家公司离职?
  7. 线性筛法--------2013年1月2日
  8. Spring 单元测试(Junit)
  9. QuickBI和DataV
  10. 安装Fedora 20桌面版并配置(gnome桌面环境)
  11. 全志F1C100S/F1C200S学习笔记(12)——问题解决汇总
  12. 金融随机分析——二叉树资产定价模型 第一卷
  13. WinRAR 5.0 破解
  14. 360卸载软件测试初学者,360软件管家如何卸载软件?360软件管家卸载软件的方法步骤...
  15. zjhu1016密码锁
  16. C++代码破解LOL人物基址特征,基址在源码里面自己找!
  17. js获取行内以及非行内样式
  18. 对于线性代数、特征空间、特征提取、深度学习的一些深夜思考
  19. 【产品笔记】产品工作中Android和iOS差异
  20. 使用Libxml2操作XML文档

热门文章

  1. 自考计算机基础知识考题,自考计算机应用基础试题及参考答案
  2. C++ MFC调用易语言模块
  3. 软件测试流程五个阶段
  4. Hibernate框架介绍以及入门 【一】Hibernate 快速入门 框架的概述 什么是 Hibernate Hibernate 持久层的ORM框架 下载Hibernate 官网 编写测试代码
  5. 简单的U盘病毒清理工具 v0.5
  6. 如何查看文件的md5值
  7. 毕向东java基础,B站直达,目录,b站浏览目录太难受,在这做一个
  8. 实时渲染技术和DLSS 2.0技术
  9. wow修改人物模型_人物修改教程更仔细
  10. 超级好用的一个php上传图片类(随机名_缩略图_加水印),php教程_超级好用的一个php上传图片类(随机名,缩略图,加水印)...