Introduction à la régression logistique et ses principes 逻辑回归及其原理介绍
J'ai parlé de la régression linéaire, une méthode très utile pour prévoir le résultat basé sur les facteurs fourni, dans le blog précédent. Et un peu plus loin, je vais montrer la régression logistique aujourd'hui. C'est quoi la régression logistique ? C'est quoi la différent entre la régression logistique et linéaire ? En termes d'utilisation, la régression linéaire viser sur la prévision et la régression logistique viser sur le classement. La modèle de régression linéaire sort des valeurs numériques continues tandis que la modèle de régression logistique produit des étiquettes non continues. Quant à les problèmes de classification binaire, la régression logistique évalue la probabilité de l'appartenance de certain échantillon. Tout d'abord, je veux parler de la fonction sigmoïde. Mais pourquoi et comment on l'utilise ? Si la valeur supérieure à 0.5, on le marquerait comme "1", et au contraire, on le marq...