逻辑回归在二分类任务中的应用原理是什么？

本文共计2827个文字，预计阅读时间需要12分钟。

分类算法 - 逻辑回归与二分类逻辑回归应用场景广告点击率垃圾邮件患病情况金融欺诈虚假账号查看示例，我们可以发现其中的特点，这些都属于两个类别之间的区别。

分类算法-逻辑回归与二分类 1、逻辑回归的应用场景

• 广告点击率
• 是否为垃圾邮件
• 是否患病
• 金融诈骗
• 虚假账号

看到上面的例子，我们可以发现其中的特点，那就是都属于两个类别之间的判断。逻辑回归就是解决二分类问题的利器

2、 逻辑回归的原理 2.1 输入

逻辑回归的输入就是一个线性回归的结果，然后把这个结果映射到0-1之间。

2.2 激活函数

• 分析
  • 回归的结果输入到sigmoid函数当中
  • 输出结果：[0, 1]区间中的一个概率值，默认为0.5为阈值

逻辑回归最终的分类是通过属于某个类别的概率值来判断是否属于某个类别，并且这个类别默认标记为1(正例),另外的一个类别会标记为0(反例)。（方便损失计算）

输出结果解释(重要)：假设有两个类别A，B，并且假设我们的概率值为属于A(1)这个类别的概率值。现在有一个样本的输入到逻辑回归输出结果0.6，那么这个概率值超过0.5，意味着我们训练或者预测的结果就是A(1)类别。那么反之，如果得出结果为0.3那么，训练或者预测结果就为B(0)类别。