任务2：逻辑回归是线性分类器

李文哲_AI 2023-01-13 00:55:13

课时名称	课时知识点
任务2：逻辑回归是线性分类器	任务2：逻辑回归是线性分类器

...全文

84 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

问题描述：为什么说逻辑回归LR是非常典型的线性分类器？首先，我们要弄明白区分线性与非线性分类器的标准是什么？是决策边界（Decision Boundary）以二分类（LR可以用于多分类）为例进行说明： 逻辑回归的判别式如下图所示：总结：虽然逻辑回归的模型特征经过非线性函数Sigmoid的转换，但是它的决策边界是线性方程，所以逻辑回归LR是非常典型的线性分类器。决策边界的由来：...

逻辑回归不是一个回归的算法，逻辑回归是一个分类的算法，因为逻辑回归算法是基于多元线性回归的算法。而正因为此，逻辑回归这个分类算法是线性的分类器，所以为有监督的。逻辑回归一般用于o-1分布的有监督分类问题，softmax用于多项式分类。逻辑多项式回归一般用于医疗影橡，如病例所属的类，可将不同的病例分到不同类中，一种病例可以分多次；而softmax则是归为一类。由 GLM 可知，LinearRegression，LogisticRegression，SoftmaxClassification。

线性分类器：模型是参数的线性函数，分类平面是（超）平面；非线性分类器：模型分界面可以是曲面或者超平面的组合。典型的线性分类器有感知机，LDA，逻辑斯特回归，SVM（线性核）；典型的非线性分类器有朴素贝叶斯（有文章说这个本质是线性的，http://dataunion.org/12344.html），kNN，决策树，SVM（非线性核） https://www.cnblogs.com/sparkw...

逻辑回归，是名为“回归”的线性分类器 ，本质是由线性回归变化而来，一种广泛用于分类问题的广义回归算法。通过函数z，线性回归使用输入的特征矩阵X输出一组连续型的标签枝y_pred,完成预测连续型变量的任务。若是离散型变量，则引入联系函数，让值无限接近0或1，二分类任务，逻辑回归的联系函数为Sigmoid函数为什么选择逻辑回归： 逻辑回归对线性关系的拟合效果好到丧心病狂；逻辑回归计算快；逻辑回归返回的分类结果不是固定的0，1，而是以小数形式呈现的类概率数字。并不是真正的概率，只是最大似..

（理解）线性回归, 逻辑回归和线性分类器，Softmax回归。

李文哲的课程社区_NO_1

1

社区成员

36

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章