一、线性回归
1、线性回归假设目标值与标签之间是线性关系,采用最小二乘法(MSE均方差)找到一个最好的模型来拟合数据。y=wx+b.
捕获.PNG
线性回归就是要找一条直线,并且让这条直线尽可能地拟合图中的数据点。
二、一句话概括逻辑回归
逻辑回归假设数据符合伯努利分布(0-1分布),通过极大化似然函数的方法,运用梯度下降方法求解参数,从而实现将数据二分类的目的。
捕获.PNG
捕获.PNG
1、逻辑回归为什么用极大似然函数作为损失函数:
一般和平方损失函数(最小二乘法)拿来比较,因为线性回归用的就是平方损失函数,原因就是平方损失函数加上sigmoid的函数将会是一个非凸的函数,不易求解,会得到局部解,用对数似然函数得到高阶连续可导凸函数,可以得到最优解。
逻辑回归是用于二分类