邏輯回歸學習

一.線性回歸與邏輯回歸的區別

線性回歸要求變數服從正態分布，logistic回歸對變數分布沒有要求。

線性回歸要求因變數是連續性數值變數，而logistic回歸要求因變數是分類型變數。

線性回歸要求自變數和因變數呈線性關係，而logistic回歸不要求自變數和因變數呈線性關係

logistic回歸是分析因變數取某個值的概率與自變數的關係，而線性回歸是直接分析因變數與自變數的關係

二、邏輯回歸

決策面：對於分類問題所產生的，用來劃分一個其輸入的數據屬於什麼分類。在用邏輯函數獲得概率值以後，概率大於0.5則特徵為1，反之概率等於0。

模型準確率：正確率=正確分類個數／數據總數

邏輯回歸：也叫二分分類：分類結果標籤只有兩個，如硬幣的正面或反面。之所以叫邏輯回歸，因為參數是一個回歸函數

邏輯函數：

三、數據的分類

數值數據（定量數據）

離散數據：數據取值不連續，數據與數據之間有明顯間隔

連續數據：某個範圍內，可取任意的數值

分類數據（定性數據）

對數據進行描述，他無法進行一種量化，如性別。我們可以用數值來表示男1女0

時間序列數據

時間序列是在一段時間內定期收集的序列，他最大的特點就是時間

四、回歸與分類的區別

五、練習