机器学习笔记（3）-逻辑回归
逻辑回归
解决二分类问题
什么是逻辑回归：逻辑回归是机器学习中的一种分类模型，逻辑回归是一种分类算法，虽然名字中带有回归。由于算法的简单和高效性，在实际应用中非常广泛。
逻辑回归是一种分类算法
逻辑回归的计算方式：线性回归得到一个结果然后通过激活函数得到一个概率然后进行分类(sigmoid)，并且这个类别标记为1，其他标记为0（感觉是分两个不知道对不对）
损失及优化
线性回归的损失是通过最小二乘法来计算的，然后梯度下降优化。
逻辑回归选用的损失是对数似然损失，然后梯度下降更新权重数，提升原本属于1的概率，降低原本是0的概率。
API
from sklearn.linear_model import LogisticRegression(solver=‘liblinear’,penalty=‘l2’,C=1.0)
penalty:正则化类型
C：正则化力度
精确率和召回率
精确率：预测为正的里面预测正确的比例
召回率：预测为正并且正确的的占真实的为正的比例。
分类评估报告
sklearn.metrics.classification_report()
ret=classification_report(y_test,y_predict,labels=(2,4),target_names=(‘良性’，‘恶性’))
ROC曲线：
横轴：召回率
纵轴：所有真实类别为0，但是预测为1的。
标签：逻辑,机器,回归,分类,损失,算法,召回 来源： https://blog.csdn.net/m0_51607165/article/details/123419979
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。