一、线性回归（Linear Regression）
1. 定义
线性回归是一种用于预测连续型目标变量（因变量）与一个或多个自变量（特征）之间关系的模型。其基本假设是因变量与自变量之间存在线性关系。
数学表达式为：
y = β 0 + β 1 x 1 + β 2 x 2 + ⋯ + β n x n y = \beta_0 + \beta_1 x_1 + \beta_2 x_2 + \cdots + \beta_n x_n y=β0+β1x1+β2x2+⋯+βnxn
其中：
- y y y 是预测值
- β 0 \beta_0 β0 是截距
- β 1 , β 2 , ... , β n \beta_1, \beta_2, \ldots, \beta_n β1,β2,...,βn 是回归系数
- x 1 , x 2 , ... , x n x_1, x_2, \ldots, x_n x1,x2,...,xn 是自变量
2. 损失函数
线性回归常用的损失函数是均方误差（Mean Squared Error, MSE），定义为预测值与真实值之间差异的平方的平均值：
MSE = 1 m ∑ i = 1 m ( y i − y ^ i ) 2 \text{MSE} = \frac{1}{m} \sum_{i=1}^{m} (y_i - \hat{y}_i)^2 MSE=m1i=1∑m(yi−y^i)2
其中：
- m m m 是样本数量
- y i y_i yi 是真实值
- y ^ i \hat{y}_i y^i 是预测值
最小化MSE可以找到最佳的回归系数，使模型对训练数据的预测误差最小。
二、逻辑回归（Logistic Regression）
1. 定义
逻辑回归是一种用于二分类或多分类任务的模型，旨在预测样本属于某一类别的概率。尽管名称中含有"回归"二字，但其主要用于分类问题。
数学表达式（用于二分类）为：
P ( y = 1 ∣ x ) = σ ( z ) = 1 1 + e − z P(y=1|x) = \sigma(z) = \frac{1}{1 + e^{-z}} P(y=1∣x)=σ(z)=1+e−z1
其中：
- z = β 0 + β 1 x 1 + β 2 x 2 + ⋯ + β n x n z = \beta_0 + \beta_1 x_1 + \beta_2 x_2 + \cdots + \beta_n x_n z=β0+β1x1+β2x2+⋯+βnxn
- σ ( z ) \sigma(z) σ(z) 是逻辑函数（Sigmoid函数）
即对线性回归的输出多了一层取sigmoid。
2. 损失函数
逻辑回归常用的损失函数是对数损失函数（Log Loss），也称为交叉熵损失函数，定义为：
Log Loss = − 1 m ∑ i = 1 m y i log ( y \^ i ) + ( 1 − y i ) log ( 1 − y \^ i ) \text{Log Loss} = -\frac{1}{m} \sum_{i=1}^{m} \left y_i \\log(\\hat{y}_i) + (1 - y_i) \\log(1 - \\hat{y}_i) \\right Log Loss=−m1i=1∑myilog(y\^i)+(1−yi)log(1−y\^i)
其中：
- m m m 是样本数量
- y i y_i yi 是真实标签（0或1）
- y ^ i \hat{y}_i y^i 是预测的概率值 P ( y = 1 ∣ x i ) P(y=1|x_i) P(y=1∣xi)
最小化对数损失函数可以找到最佳的回归系数，使模型对训练数据的分类概率误差最小。
训练完成之后，在预测时，当输出 > 0.5 >0.5 >0.5认为预测值是1，反之为0。