2018-12-14逻辑回归 线性回归

逻辑回归实际上是一种分类算法。

对此数据集进行线性回归，并尝试将直线拟合到数据中。如果你想进行预测，你可以尝试做的就是将分类器输出阈值设为0.5，即垂直轴值为0.5，如果假设输出的值大于等于0.5，则可以取y = 1。它小于0.5你可以采取y = 0。这种方式使用线性回归。在这一点右边的一切，最终会预测为正交叉。该点左侧的所有内容都将最终预测为负值。

延伸一下水平访问，在右边有另外一个训练示例。如果知道阈值假设为0.5，那么您最终得到的阈值就在这里，预测此点右侧的所有内容都是正数，并且预测该点左侧的所有内容都为负数。

额外的示例导致了另一个线性回归，改变了洋红色线的数据的直线拟合到蓝线，并导致它给我们一个更糟糕的假设。

因此，将线性回归应用于分类问题通常不是一个好主意。 将线性回归应用于数据集，可能会很幸运符合，但这不是一个好主意。 对分类问题使用线性回归并不合适。

我们需要开发一种称为逻辑回归的算法，它具有输出，逻辑回归的预测总是在0和1之间，并且不会变得大于1或变得更小的属性比零。