9.gitchat训练营-逻辑回归

作者: 风吹柳_柳随风 | 来源:发表于2019-03-09 23:09 被阅读0次

9.gitchat训练营-逻辑回归
机器学习day7-逻辑回归问题
ML03-逻辑回归（下部分）
ML02-逻辑回归（上部分）
逻辑回归模型
Task 01|基于逻辑回归的分类预测
11. 分类算法-逻辑回归
机器学习100天-Day4-6逻辑回归
SKlearn_逻辑回归小练习
R glm

1.非线性逻辑函数的由来

        逻辑回归Logistic Regression（LR）是一种简单、高效的常用分类模型。
        LR 的模型函数记作： $y=h(x)$ ，具体形式如下：
$h_\theta(x) = \frac{1}{1 + e^{-\theta^Tx }}$
        对应到一元自变量的形式为：
$h(x) = \frac{1}{1 + e^{-(a + bx) }}$
        设 $z = a + bx$ ，则：
$h(z) = \frac{1}{1 + e^{-z }}$
        这样的一个函数被称为逻辑函数，它在二维坐标中的表现是这样的：

逻辑回归在二维坐标表示
因为表现为 S 形曲线，所以逻辑函数又被称为 Sigmoid 函数（S 函数）。

2.逻辑分布

请注意，逻辑函数表示的是存量随时间增长渐增的关系。而增长率与时间的关系，是存量（逻辑函数）的微分函数：

image
它的图形是：

image

3.逻辑函数的通用形式

上面两幅图反映的都是 $x$ 为一维的情况。当 $x$ 为多维时， $a+bx$ 用两个向量相乘—— $\theta^T x$ ——表示，于是逻辑函数就有了如下形式：
$h_\theta(x) = \frac{1}{1 + e^{-\theta^Tx }}$

4.线性 VS 非线性

        逻辑函数是非线性函数
        自变量与因变量的线性关系和非线性关系，到底到怎么理解呢？
        最直观的理解，就是将自变量和因变量带入对应维度的坐标系中，在对应值“描点”，然后看看这些点组成的图形。

线性：二维坐标系中的直线，三维坐标系中的平面……
非线性：二位坐标中的曲线（严格的来讲，直线也是一种特殊的曲线，但为了方便而言，我们在此处用“曲”来指代“非直”。“非直”包括“弯曲”，也包括 ReLU 函数这种“一段段拼接的线段”）；三维坐标中的曲面……
换一个角度而言，线性关系表达的是一种相关性。

5.回归模型做分类

        从前面关于分类与回归的定义来看，分类模型和回归模型似乎是泾渭分流的。输出离散结果的就是用来做分类的，而输出连续结果的，就用来做回归。
        LR却是用来做分类的。它的模型函为：
$h_\theta(x) = \frac{1}{1 + e^{-\theta^Tx }}$
        设 $z = \theta^T x$ ，则：
$h(z) = \frac{1}{1 + e^{-z }}$
        在二维坐标中形成 S 形曲线：

image

        上图中， $z$ 是自变量（横轴），最终计算出的因变量 $y$ （纵轴），则是一个 [0,1] 区间之内的实数值。
        一般而言，当 $y>0.5$ 时， $z$ 被归类为真（True）或阳性（Positive），否则当 $y<=0.5$ 时， $z$ 被归类为假（False）或阴性（Negative）。
        所以，在模型输出预测结果时，不必输出 $y$ 的具体取值，而是根据上述判别标准，输出1（真）或0（假）。
        因此，LR 典型的应用是二分类问题上，也就是说，把所有的数据只分为两个类。
注意：当然，这并不是说 LR 不能处理多分类问题，它当然可以处理，具体方法稍后讲。我们先来看 LR 本身。

6.逻辑回归的目标函数

逻辑函数 $h(x)$ 是我们要通过训练得出来的最终结果。在最开始的时候，我们不知道其中的参数 $\theta$ 的取值，我们所有的只是若干的 $x$ 和与其对应的 $y$ （训练集合）。训练 LR 的过程，就是求 $\theta$ 的过程。
首先要设定一个目标：我们希望这个最终得出的 $\theta$ 达到一个什么样的效果——我们当然是希望得出来的这个 $\theta$ ，能够让训练数据中被归为阳性的数据预测结果都为阳，本来被分为阴性的预测结果都为阴。

        而从公式本身的角度来看， $h(x)$ 实际上是 $x$ 为阳性的分布概率，所以，才会在 $h(x)>0.5$
时将 $x$ 归于阳性。也就是说 $h(x) = P(y=1)$ 。反之，样例是阴性的概率 $P(y=0) = 1 - h(x)$ 。
        当我们把测试数据带入其中的时候， $P(y=1)$ 和 $P(y=0)$ 就都有了先决条件，它们为训练数据的 $x$ 所限定。因此：
$P(y=1|x) = h(x); P(y=0|x) = 1- h(x)$
        根据二项分布公式，可得出 $P(y|x) = h(x) ^y(1- h(x))^{(1-y)}$ 。
        假设我们的训练集一共有 m 个数据，那么这 m 个数据的联合概率就是：
$L(\theta) = \prod_{i=1}^{m}P(y^{(i)}|x^{(i)};\theta) = \prod_{i=1}^{m}(h_\theta(x^{(i)}))^{y^{(i)}}(1-h_\theta(x^{(i)}))^{(1-y^{(i)})}$
        我们求取 $\theta$ 的结果，就是让这个 $L(\theta)$ 达到最大。