逻辑回归简介

逻辑回归简介

逻辑回归（Logistic Regression）是一种广泛应用于分类问题 的统计学习方法，尽管名字中含有"回归"，但它实际上主要用于二分类任务（也适用于多分类）。

---

核心思想

逻辑回归通过将线性回归的输出映射到 0, 1 区间，来预测样本属于某一类别的概率。

基本形式：

1. 线性部分 ：

   z = w\^T x + b

   其中 (x) 是特征向量，(w) 是权重，(b) 是偏置。

2. Sigmoid 函数（逻辑函数） ：

   \\hat{y} = \\sigma(z) = \\frac{1}{1 + e\^{-z}}

   将 (z) 转换为 0~1 之间的概率值。

3. 分类决策 ：

   通常取阈值 0.5：

   • 若 (\hat{y} \ge 0.5)，预测为正类（1）
   • 若 (\hat{y} < 0.5)，预测为负类（0）

---

损失函数

逻辑回归使用对数损失（Log Loss / 交叉熵损失）：

J(w,b) = -\\frac{1}{m} \\sum_{i=1}\^{m} \\left\[ y\^{(i)} \\log(\\hat{y}\^{(i)}) + (1 - y\^{(i)}) \\log(1 - \\hat{y}\^{(i)}) \\right

]

通过梯度下降等优化算法最小化该损失函数，得到最优参数 (w, b)。

---

特点与优缺点

优点：

• 模型简单，计算效率高
• 输出具有概率意义，可解释性强
• 不易过拟合（尤其在正则化后）
• 对线性可分问题效果好

缺点：

• 对特征空间中的非线性关系拟合能力有限
• 对异常值敏感
• 需要特征独立或相关性较低（虽然比朴素贝叶斯更鲁棒）

---

常见应用

• 信用评分（是否违约）
• 医疗诊断（是否患病）
• 垃圾邮件识别
• 点击率预估（CTR）
• 用户流失预测

---

简单示例（Python + scikit-learn）

from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.datasets import load_breast_cancer

# 加载数据
X, y = load_breast_cancer(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 训练模型
model = LogisticRegression(max_iter=1000)
model.fit(X_train, y_train)

# 预测
accuracy = model.score(X_test, y_test)
print(f"Accuracy: {accuracy:.4f}")

---

与线性回归的区别

特性	线性回归	逻辑回归
任务类型	回归（预测数值）	分类（预测类别/概率）
输出范围	((-\infty, +\infty))	(0, 1)
损失函数	均方误差（MSE）	交叉熵损失
激活函数	无（恒等映射）	Sigmoid

---