• 为了保证你在浏览本网站时有着更好的体验,建议使用类似Chrome、Firefox之类的浏览器~~
    • 如果你喜欢本站的内容何不Ctrl+D收藏一下呢,与大家一起分享各种编程知识~
    • 本网站研究机器学习、计算机视觉、模式识别~当然不局限于此,生命在于折腾,何不年轻时多折腾一下

为什么逻辑回归比线性回归要好?

ml admin 4个月前 (02-26) 1057次浏览 0个评论 扫描二维码

虽然逻辑回归能够用于分类,不过其本质还是线性回归。它仅在线性回归的基础上,在特征到结果的映射中加入了一层 sigmoid 函数(非线性)映射,即先把特征线性求和,然后使用 sigmoid 函数来预测。然而,正是这个简单的逻辑函数,使得逻辑回归模型成为了机器学习领域一颗耀眼的明星。

下面我们来谈谈逻辑回归与线性回归的异同点吧。

假设随 Tumor Size 变化,预测病人的肿瘤是恶性(malignant)还是良性(benign)的情况。给出 8 个数据如下(阈值为 0.5):

图 1.a 中,粉色线是预测模型,可以看出,模型能够完全把结果预测对了,但是图 1.b 中蓝色线却预测的很差。

这主要是由于线性回归在整个实数域内敏感度一致,而分类范围,需要在[0,1]之内。而逻辑回归就是一种减小预测范围,将预测值限定为[0,1]间的一种回归模型,其回归方程与回归曲线如下图所示。逻辑曲线在 z=0 时,十分敏感,在 z>>0 或 z<<0 处,都不敏感,将预测值限定为(0,1)。

参考资料

http://blog.csdn.net/cyh_24/article/details/50359055



Deeplearn, 版权所有丨如未注明 , 均为原创丨本网站采用BY-NC-SA协议进行授权 , 转载请注明为什么逻辑回归比线性回归要好?
喜欢 (0)
admin
关于作者:

您必须 登录 才能发表评论!