邏輯斯迴歸(Logistic regression)

邏輯斯迴歸廣泛被運用於二元變量預測。它是之前"數學公式"一節中竹竹尸一中描述的線性方法，其損失函數是logistic losss: $$L(w;x,y)=log(1+exp(-yx^Tx))$$ 迴輯斯迴歸算法的產出是一個卜口田中土輯斯迴歸模型。給定新數據點$x$，該模型運用下面的邏輯函數來預測： $$f(z)=\frac{1}{1+e^{-z}}$$ 在這裡，$z=w^Tx$。預設情況下，若$f(w^Tx)\gt0.5$輸出是正例，否則是反例。與線性SVM不同之處在於，線性迴歸模型$f(z)$輸出含有一個機率解釋(即$x$)是正例的機率。