【机器学习】算法原理详细推导与实现(二):逻辑回归
在上一篇算法中，线性回归实际上是 连续型 的结果，即 ，而逻辑回归的
是离散型，只能取两个值
，这可以用来处理一些分类的问题。
logistic函数
我们可能会遇到一些分类问题，例如想要划分 鸢尾花 的种类，尝试基于一些特征来判断鸢尾花的品种，或者判断上一篇文章中的房子，在6个月之后能否被卖掉，答案是 是 或者 否，或者一封邮件是否是垃圾邮件。所以这里是 ，这里是
在一个分类问题中，
只能取两个值0和1，这就是一个二元分类的问题，如下所示：
可以使用线性回归对以上数值进行划分，可以拟合出如下那么一条线，用 作为临界点，如果
在这个临界点的右侧，那么
的值就是1，如果在临界点的左侧，那么
的值就是0，所以确实会有一些人会这么做，用线性回归解决分类问题：
线性回归解决分类问题，有时候它的效果很好，但是通常用线性回归解决像这样的分类问题会是一个很糟糕的主意，加入存在一个额外的训练样本 ，如果现在对这个训练集合做线性拟合，那么可能拟合出来那么一条直线：
这时候的临界点估计已经不太合适了，可以知道线性回归对于分类问题来说，不是一个很好的方法。
假设 ，当如果已知
，那么至少应该让假设
预测出来的值不会比1大太多，也不会比0小太多，所以一般不会选择线性函数作为假设，而是会选择一些稍微不同的函数图像：
被称为
sigmoid函数 ，也通常被称为 logistic函数，它的函数图像是：
当 变得非常小的时候，
会趋向于0，当
变得非常大的时候，
会趋向于1，它和纵轴相较于0.5。
逻辑回归
那么我们的假设 要尝试估计
的概率，即：
以上可以把两个公式合并简写为（如果那么公式为
；如果
那么公式为
）：
如果对《概率论和数理统计》学得好的人不难看出，以上函数其实就是 伯努利分布 的函数。
对于每一个假设值，为了使每一次假设值更准确，即当
时估计函数
趋向于1，当
时估计函数
趋向于0。则对于每一个
，参数
的似然估计
为：
如果每一个都准确，即
趋向于1，则应该使似然估计
最大化，也就是转化成熟悉的问题：求解
的极大似然估计。
为了调整参数 使似然估计
最大化，推导如下（取
是为了去掉叠乘方便计算）：
为了使这个函数最大，同样可以使用前面学习过的梯度下降算法使对数似然估计最大化。之前学习的是要使误差和 最小化，所以梯度下降的公式为：
而本次为了求解似然估计最大化，使用的是梯度上升：
对数似然性是和 有关，同样的为了计算 梯度上升 最快的方向，要对上述公式求偏导得到极值，即是上升最快的方向：
则对于 m 个样本，则有：
所以总结来说：
逻辑回归假设数据服从伯努利分布，通过极大化似然函数的方法，运用梯度下降来求解参数，来达到将数据二分类的目的。
逻辑回归是分类为什么叫做回归
简单来回答，其实logistic regression是一种广义线性模型，但是这个得到的输出不在范围[0,1]（为什么需要是[0,1]，因为如果做二分类的话，
label是服从伯努利分布的），为了使其输出的结果在范围[0,1]所以增加了sigmoid激活函数，对输出值进行再次激活。
从公式推理来说，原始的回归函数是：
其中
为了使其线性函数达到分类的效果，对其结果进行类似一种“归一化”的操作，即增加激活函数
sigmoid：
上面这个函数倒推回来就可以变化成：
看作样本
为正例的可能性，相应的
就是样本
为反例的可能性，两者的比值
叫做几率（odds），取对数
后叫做对数几率（logistic odds），对数几率与
是线性关系，所以可以称作“回归”。
鸢尾花分类
为了划分 鸢尾花 的种类，尝试基于一些特征来判断鸢尾花的品种，选取100条鸢尾花数据集如下所示：
| 花萼长度（单位cm） | 花萼宽度（单位cm） | 种类 |
|---|---|---|
| 5.1 | 3.5 | 0 |
| 4.9 | 3.0 | 0 |
| 4.7 | 3.2 | 0 |
| 7.0 | 3.2 | 1 |
| 6.4 | 3.2 | 1 |
| ... | ... | ... |
其中：
| 种类 | 含义 |
|---|---|
| 0 | 山鸢尾（setosa） |
| 1 | 变色鸢尾（versicolor） |
| 2 | 维吉尼亚鸢尾（virginica） |
数据集的图像分布为：
计算损失函数：
# 损失函数
def computeCost(theta, X, y):
theta = np.matrix(theta)
X = np.matrix(X)
y = np.matrix(y)
first = np.multiply(-y, np.log(sigmoid(X * theta.T)))
second = np.multiply((1 - y), np.log(1 - sigmoid(X * theta.T)))
return np.sum(first - second) / (len(X))
梯度下降函数为：
# 梯度下降
def gradient(theta, X, y):
theta = np.matrix(theta)
X = np.matrix(X)
y = np.matrix(y)
parameters = int(theta.ravel().shape[1])
grad = np.zeros(parameters)
error = sigmoid(X * theta.T) - y
for i in range(parameters):
term = np.multiply(error, X[:, i])
grad[i] = np.sum(term) / len(X)
return grad
最终预测准确率为：
accuracy = 99%
结果分类的图像为：
数据和代码下载请关注公众号【 机器学习和大数据挖掘 】，后台回复【 机器学习 】即可获取：
