机器学习算法基础学习总结2.基本算法
2.1 Logistic回归
优点:计算代价不高,易于理解和实现。
缺点:容易欠拟合,分类精度可能不高
适用数据类型:数值型和标称型数据。
类别:分类算法。
试用场景:解决二分类问题。
简述: Logistic回归算法基于 Sigmoid函数,或者说 Sigmoid就是逻辑回归函数。
Sigmoid函数定义如下:1/(1-exp(-z))。函数值域范围(0,1)。可以用来做分
类器。
Sigmoid函数的函数曲线如下:
逻辑凹归模型分解如下:(1)首先将不同
