点击“算法和编程的美丽”。
本文以微信公众号1开头。 “算法和编程之美”，恭候您的关注。 请阅读本系列的文章。
在上周的视频中学习了logistic回归这一节。 这让我有了自己的理解。 请让我在这里和大家交流我的意见。
一.什么是logistic回归？
logistic回归又称为logistic回归分析，是机器学习的重要部分。 上周，我们谈到了多元线性回归。 其公式为： y_=0 1x1 2x2 … n*xn。
logistic回归的本质实际上是用其他方法表示参数。 逻辑回归的公式如下。
logistic回归与多元线性回归的差异
logistic回归和多元线性回归的最大区别之一是，多元线性回归的结果值是连续的，因此用于进行回归。 另一方面，logistic回归也称为回归，因为结果值不连续，所以用于二分类。 分类是什么呢？ 举一个简单的列吧。 例如，一个人感冒受很多因素的影响，包括天气温度、自己的身体状况，以及是否熬夜。 这些元素可以认为是各自的自变量x。 自变量x包含很多要素，有很多值，但最后出现的因变量y的值只有生病或不生病这两个结果。 这是一个简单的二分类，将最后的结果分为患病和不患病。
三.如何求解logistic回归参数？
四.逻辑回归的运用
logistic回归常用于数据挖掘、若干经济领域的预测等。 例如，探讨引起疾病的危险因素，根据危险因素预测疾病的发生概率等。 以胃病病情分析为例。 选择两组：胃病组和非胃病组。 两组必然有不同的生命体征和生活方式等。 因此，变量是是否患有胃病，自变量可包括年龄、性别、饮食习惯等诸多内容。 然后通过logistic回归分析，可以得到自变量的权重，大致了解哪些因素是引起胃病的主要原因，可以预测一个人患胃病的可能性
其他精彩文章：
提示：单击页面右下角的“写消息”发表评论，欢迎您的加入。 我很期待转发。