逻辑回归,是最常见最基础的模型。
逻辑回归处理的是分类问题,线性回归处理回归问题。两者都是采用极大似然估计对训练样本建模,线性回归使用最小二乘法,逻辑回归则是似然函数。
多项逻辑回归,Softmax Regression。
其中,
为模型的参数,而
可以看成对概率的归一化。 一般来说,多项逻辑回归具有参数冗余的特点,给
同时加上减去一个向量,预测结果不变。 当类别为2分类。
因此,可以同时减去一个参数,比如说,减去
。
其中
多分类问题同理,只是在二分类上面进行了扩展。 例如:当样本存在多个标签,比如5个分类,那么我们可以训练5个分类器,第i个分类器表示结果是不是属于第i类。因此我们的标签设置的是第i类和非第i类。
相关链接:
本文分享自 Python与MySQL 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!