机器学习算法之logistic regression

LR 算法特点： 优点： 计算代价不高，易于理解和实现； 预测结果是界于0和1之间的值。 缺点： 容易欠拟合，分类精度可能不高； 预测结果呈“S”型，概率变化很小，边际值太小，slope太小，而中间概率的变化很大，很敏感。 导致很多区间的变量变化对目标概率的影响没有区分度，不容易确定阀值。       公式推导：        模型解释： 1. 最大似然估计： 我们认为数据满足伯努利分布，即0-1

>>阅读原文<<