开门见山
基本印象：
逻辑回归的作用：做二分类、多分类的问题
逻辑回归类似于人类的一个神经元
多个逻辑回归的叠加就是传说中的神经网络
一般步骤：
- 收集数据的形式没有要求
- 数据预处理：将文本变量转化为虚拟变量，将空值剔除或特殊处理
- 模型搭建：对数据进行分析，如果自变量是二维变量，散点图可以查看是该组数据是线性分类问题还是非线性分类问题
决策边界(Decision Boundary)
决策边界，也成为决策面，用于N维空间，将不同类别样本分开的平面或曲面。(其实类似与SVM的分隔超平面)-
如果自变量是一维的，其实就是最简单的逻辑函数sigmoid
横轴代表自变量，纵轴代表因变量 -
如果自变量是二维的，那还可以实现可视化帮助我们。
比如说，
红色区域与蓝色区域分别是二分类的结果，x1,x2分别是自变量
所以我们发现决策边界是可以通过一条直线进行分隔开的，我们把决策函数写成线性方程。类似\theta_0+\theta_1*x_1+\theta_2*x_2=0再比如说，
红色marker和蓝色marker的分布
在这里我们发现分类并非线性直线可以解决，所以引入Polynomial，把决策函数写为\theta_0+\theta_1*x_1+\theta_2*x_2 +\theta_3*x_1^2+\theta_4*x_2^2=0
当然可以更复杂，比如把最高次幂调整为三次，四次等等。但是代价就是计算量也会增加。这也是我们需要trade-off的东西。 多维问题的求解思路：
对J(\theta)求偏导，建立\theta矩阵，建立x的矩阵。利用梯度下降法解决最优化问题，求解\theta。
-
- 模型检验
涉及到两个概念：
1). 准确率(Accuracy)，精确率(Precision)，召回率(Recall)，F1值
准确率(Accuracy)的定义：分类器分类正确的样本数与总样本数之比。缺点：如果正负样本不平衡，这种计算方式失去有效性。
精确率(Precision)的定义：P=\frac{TP}{TP+FP}
召回率(Recall)的定义：R=\frac{TP}{TP+FN}
F1值：精确率和召回率的调和均值。\frac{2PR}{P+R}
F1值越大，模型预测能力越理想。
2). 利用正交验证法对数据的trainset进行K折交叉验证。将数据分为K份，取K-1作为训练数据，剩下的作为测试数据，重复K次，这样最终得到K个训练结果，计算正确率，然后取平均。python在这一部分有现成的包cross_val_score。可以直接设定K从而得到最终结果。
逻辑回归的理论推导
- cost function的确定
正常梯度回归中，J(\theta)=\frac{1}{m}\sum_{i=1}^{m}\frac{1}{2}(h_\theta(x^{(i)})-y^{(i)})^2
h_\theta=g(\theta^Tx)
在这里我们可以发现，
when y==1, (h_\theta(x^{(i)})-y^{(i)})偏小，
when y==0,(h_\theta(x^{(i)})-y^{(i)})偏大。所以导致J(\theta)随着\theta有很多局部最优解。如下图，
Non-convex
如果按照梯度下降法强行解，得到的解只会大概率是局部最优解，而不是全局最优解。
因此，我们对J_\theta进行优化，我们引入log函数。
J(\theta)=\frac{1}{m}\sum_{i=1}^{m}Cost(h_\theta(x^{(i)},y^{(i)})
最后得到，
新的Cost函数：
Cost=-ylog(h_\theta(x))-(1-y)log(1-h_\theta(x))
然后，新的J(\theta)=\frac{1}{m}\sum_{i=1}^{m}(ylog(h_\theta(x))+(1-y)log(1-h_\theta(x)))
对其求偏导，得，\frac{\partial{J(\theta)}}{\partial{\theta}}=\frac{1}{m}\sum_{i=1}^{m}(h_\theta(x)-y)x^i
推到过程如下：
然后，
\theta_j=\theta_j-\alpha\frac{\partial}{\partial{\theta_j}}J(\theta)
这就回归到之前写的梯度下降法当中，因为我们确保了我们的cost function是convex，因此得到的最优解便是全局最优解。
