Bootstrap

Python逻辑回归小案例教程

什么是逻辑回归?逻辑回归(Logistic Regression)是一种广泛用于分类问题的统计方法,尽管它的名字中包含“回归”,但它实际上是一种分类算法,而不是回归算法。

一、基本概念

  • 用途:逻辑回归主要用于二分类问题,即预测目标变量有两个可能的类别(例如,是/否、真/假、1/0)。
  • 线性模型:逻辑回归基于线性模型,但它使用一个逻辑函数(通常是Sigmoid函数)将线性模型的输出转换为概率。
  • Sigmoid函数:Sigmoid函数将任意实数值映射到(0, 1)区间内,公式为:

P(y = 1 | x) = \frac{1}{1+e^{\beta _{0}+\beta_{1}x_{1}+\beta_{2}x_{2}+...+\beta_{n}x_{n}}}

  •         其中,$ P(y=1 \mid x) $ 是给定输入特征 $ x $ 时,目标变量 $ y $ 为1
;