Logistic Regression理论总结

时间 2021-01-02

原文原文链接

简述： 1. LR 本质上是对正例负例的对数几率做线性回归，因为对数几率叫做logit，做的操作是线性回归，所以该模型叫做Logistic Regression。 2. LR 的输出可以看做是一种可能性，输出越大则为正例的可能性越大，但是这个概率不是正例的概率，是正例负例的对数几率。 3. LR的label并不一定要是0和1，也可以是-1和1，或者其他，只是一个标识，标识负例和正例。 4. Lin

>>阅读原文<<

1. Logistic Regression理论总结
2. Day5--Logistic Regression理论推导
3. Logistic regression学习总结
4. 笔记(总结)-Logistic Regression
5. Logistic regression的林林总总
6. logistic regression& multinomial logistic
7. 逻辑回归(Logistic Regression) 总结
8. logistic regression
9. Logistic Regression
10. Logistic regression
更多相关文章...
• CAP理论是什么？ - NoSQL教程
• Docker 资源汇总 - Docker教程
• 算法总结-双指针
• 算法总结-回溯法