Coursera Machine Learning 学习笔记（十三）
VI. Logistic Regression (Week 3)
- Classification
在分类问题中，我们所尝试预测的是结果是否属于某一类（例如正确或错误）。分类问题的例子有：判断一封电子邮件是否是垃圾邮件；判断一封电子邮件是否是垃圾邮件；判断一次金融交易是否是欺诈等等。
我们从二元的分类问题开始讨论。
我们将因变量（dependent variable）可能属于的两个类分别称为负向类（negative class）和正向类（positive class），则因变量
- Hypothesis representation
下面，我们回顾一开始提到的乳腺癌分类问题，我们可以用线性回归的方法求出适合数据的一条直线。
根据线性回归模型我们只能预测连续的值，然而对于分类问题，我们需要输出0或1，我们可以预测：
对于上图所示的数据，这样的一个线性模型似乎能很好地完成分类任务。然而，假设我们又观测到一个非常大尺寸的恶性肿瘤，将其作为实例加入到我们的训练集中来，这将使得我们获得一条新的直线。
此时，再使用0.5作为阈值来预测肿瘤是良性还是恶性便不合适了。可以看出，线性回归模型，因为其预测的值可以超越[0,1]的范围，并不适合解决这样的问题。
于是，我们引入一个新的模型，逻辑回归，该模型的输出变量范围始终在0和1之间。
其中，
例如，如果对于给定的x，通过已经确定的参数计算得出
- Decision boundary
在逻辑回归中，我们预测：
根据之前绘制出的S形函数图像，我们知道当：
又
举个例子，假设我们有一个模型：
则当大于等于0，即
大于等于3时，模型将预测y = 1。
我们可以绘制直线
假使我们的数据呈现如下情况，究竟需要怎样的模型才合适呢？
因为需要用曲线才能分隔开y = 0的区域和y = 1的区域，我们需要二次方特征：
假设参数是[-1 0 0 1 1]，则我们得到的判定边界恰好是圆点在原点且半径为1的圆形。
我们可以用非常复杂的模型来适应非常复杂形状的判定边界。
郑重声明：本站内容如果来自互联网及其他传播媒体，其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。
