笔记(总结)-Logistic Regression

从线性回归讲起 先说回归问题。对于回归问题，最常用的是用线性函数来拟合待预测值，即： f(x)=wTx+b, 使得 f(x)≈y 上述情况中，待预测值是在线性尺度上变化，假若是在指数尺度上变化（ y 取值类似于1、2、4、8、16…），则可将待预测值的对数作为线性函数逼近的目标，即： lny=wTx+b 这实际上是试图让 ewTx+b 来逼近 y 。更一般地，考虑单调可微函数 g ，有： g(y)

>>阅读原文<<