AI大模型-机器学习-算法-逻辑回归

目的

为避免一学就会、一用就废,这里做下笔记

说明

逻辑回归

一、是什么(定义与本质)

逻辑回归是一种用于解决二分类问题的统计学习方法 ,虽然名字中带有"回归",但它实际上是一种分类算法 。其核心是通过Sigmoid函数将线性回归的输出映射到(0,1)区间,解释为样本属于正类的概率。

数学本质:

  • 基础形式: P ( y = 1 ∣ x ) = 1 1 + e − ( w T x + b ) P(y=1|x) = \frac{1}{1 + e^{-(w^Tx + b)}} P(y=1∣x)=1+e−(wTx+b)1
  • 决策规则: P ( y = 1 ∣ x ) > 0.5 P(y=1|x) > 0.5 P(y=1∣x)>0.5 则预测为1类,否则为0类
  • 决策边界: w T x + b = 0 w^Tx + b = 0 wTx+b=0(一个线性超平面)

P ( y = 1 ∣ x ) P(y=1|x) P(y=1∣x)的含义:给定输入 x x x时,输出 y = 1 y=1 y=1的概率

关键特点:

  • 输出是概率值,不是硬分类
  • 决策边界是线性的
  • 属于广义线性模型家族

二、为什么(适用场景与优势)

为什么使用逻辑回归而不是其他方法?

适用场景:

  1. 二分类问题:如垃圾邮件检测、疾病诊断、客户流失预测
  2. 需要概率输出:不仅想知道类别,还想知道属于该类别的置信度
  3. 可解释性要求高:需要理解各个特征对结果的影响程度

优势:

  1. 计算效率高:训练和预测都很快,适合大规模数据
  2. 可解释性强:权重系数可直接解释为特征重要性
  3. 输出概率较准:输出的概率值具有实际统计意义
  4. 不易过拟合:特别是加上正则化后
  5. 数学理论成熟:有坚实的统计学基础
相关推荐
凌冰_3 小时前
数据结构 - 时间空间复杂度(一)
数据结构·算法·软件工程
VIP_CQCRE3 小时前
GPT Image 2.6 商品图换背景后悬浮?接触阴影、透明区域与反射验收
图像处理·人工智能·ai·电商
Pniubi3 小时前
力扣2 . 两数相加
算法·leetcode·职场和发展
戴·菲瑜3 小时前
为什么PPO难以做出顶级棋类引擎
算法·博弈论·rl·ppo
泯泷4 小时前
别再傻傻地喂文件了,大厂都在偷偷给AI建这种“专属图书馆”
人工智能
oak隔壁找我4 小时前
一款运行在 DSH(DeepSeek Harness)中的类 Postman HTTP 接口调试插件
人工智能·程序员
高洁014 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
Csvn5 小时前
如果明天供应商涨价 3 倍?三层解耦,换模型只改一行配置(C05)
人工智能·aigc·agent
在所不辞兄6 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
锋行天下6 小时前
langgraph 全栈项目(三)
前端·人工智能·后端