统计学习方法(第二版) 第六章 逻辑斯特回归

本文主要先容逻辑斯特回归，以及参数的估计，推广到多项逻辑斯特回归。
   

---

前言

逻辑斯特回归（简称逻辑回归）是统计学习中常用的经典分类方法。
个人理解主要思想：
对于二项逻辑斯特回归，主要是应用线性回归，通过逻辑斯蒂回归分布函数（sigmoid函数）进行非线性映射到[0,1]上的条件概率，最终使用极大似然估计来求解参数问题，根据得到的参数从而进行分类。
不知原理解的有没有错误，对于逻辑斯特回归没有进行本质的理解，只知道逻辑斯特回归应用生长问题比较多，就是我们在生物上学到的S型曲线。

---

一、逻辑斯蒂分布（逻辑分布）

二、二项 逻辑斯特回归模型（逻辑回归）

三、模型的参数估计

使用极大似然估计来求解参数。

四、多项逻辑斯特回归

---

总结

逻辑回归通过线性回归的非线性映射，从而到达分类的目的，固然叫回归但照旧分类问题，最长用二分类问题。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。