1）目的：将数据进行二分类
2）前提：假设数据符合伯努利分布
3）模型：sigmoid函数
4）损失函数：极大似然函数 （为什么要用极大似然函数）
5）求解：梯度下降方法（其他优化方法）
6）多分类问题
7）优点
8）缺点
9）gbdt+lr（lr本身无法筛选特征）
逻辑回归总结
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
推荐阅读更多精彩内容
- 机器学习是做NLP和计算机视觉这类应用算法的基础，虽然现在深度学习模型大行其道，但是懂一些传统算法的原理和它们之间...
