210309给新老师第三天逻辑回归.pdfVIP

机器学习-尚学堂 内容大纲 1.逻辑回归的基本概念和使用技巧方法 2.梯度下降法 3.正则化 4.数值优化1 5.数值优化2 6.训练方法优化 7.逻辑回归本质探讨 机器学习-尚学堂 逻辑回归的基本概念和方法 机器学习-尚学堂 逻辑回归是一种线性有 分类模型 机器学习-尚学堂 个人信用预测： 保险 在卖保险时，根据个人基本信息判断获赔概率 年 性别 健康状况 病史 工作强度 不良嗜好 是否获赔 龄 用户1 32 1 4 3 5 4 1 用户2 43 0 3 1 3 2 0 用户3 21 1 3 3 2 3 0 用户4 28 0 3 3 3 4 1 …… 机器学习-尚学堂 代码演示 健康状况训练集 机器学习-尚学堂 逻辑回归是一种用于分类的模型 ，就相当于 y=f(x) ，表明输入与输出 （类别 ）的关系。 最常见问题有如医生治病时的望、闻、问、切 ， 之后判定病人是否生病或生了什么病 ，其中的望闻 问切就是输入 ，即特征数据 ，判断是否生病就相当 于获取因变量y ，即分类结果。 机器学习-尚学堂 二分类：要么A类 要么B类 比如人的身体状况为2中：1.健康；2生病 健康的可能性是1 ，生病的可能性就是0 健康的可能性是0.8 ，生病的可能性是0.2 健康的可能性是0.3 ，生病的可能性是0.7 机器学习-尚学堂 逻辑回归 z  0.5x -1 f (z)  1 z 1 e 机器学习-尚学堂 保险案例 z  w x  w x  w x  w x  w x  w x  w 1 1 2 2 3 3 4 4 5 5 6 6 0 1 f (z)  z 1e 机器学习-尚学堂 z  w x w x w x w x w x w x w 1 1 2 2 3 3 4 4 5 5 6 6 0 确定w的过程，就是训练过程，spark的mllib已经 做好了封装，只需调用即可 机器学习-尚学堂 1 0.5 f (z) 机器学习-尚学堂 判断类别整体流程 Z 1 类别