**
1.簡介
邏輯回歸是面試當中非常喜歡問到的乙個機器學習演算法，因為表面上看邏輯回歸形式上很簡單，很好掌握，但是一問起來就容易懵逼。所以在面試的時候給大家的第乙個建議不要說自己精通邏輯回歸，非常容易被問倒，從而減分。下面總結了一些平常我在作為面試官面試別人和被別人面試的時候，經常遇到的一些問題。
2.正式介紹
如何凸顯你是乙個對邏輯回歸已經非常了解的人呢。那就是用一句話概括它！邏輯回歸假設資料服從伯努利分布,通過極大化似然函式的方法，運用梯度下降來求解引數，來達到將資料二分類的目的。
這裡面其實包含了5個點 1：邏輯回歸的假設，2：邏輯回歸的損失函式，3：邏輯回歸的求解方法，4：邏輯回歸的目的，5:邏輯回歸如何分類。這些問題是考核你對邏輯回歸的基本了解。
3.對邏輯回歸的進一步提問
邏輯回歸雖然從形式上非常的簡單，但是其內涵是非常的豐富。有很多問題是可以進行思考的
4.邏輯回歸的優缺點總結
面試的時候，別人也經常會問到，你在使用邏輯回歸的時候有哪些感受。覺得它有哪些優缺點。
在這裡我們總結了邏輯回歸應用到工業界當中一些優點：
但是邏輯回歸本身也有許多的缺點:
5.總結
邏輯回歸面試題
q1 邏輯回歸的損失函式，為什麼要用這個損失函式 邏輯回歸的損失函式是它的極大似然函式。損失函式一般有四種，平方損失函式，對數損失函式，hingeloss0 1損失函式，絕對值損失函式。將極大似然函式取對數以後等同於對數損失函式。在邏輯回歸這個模型下，對數損失函式的訓練求解引數的速度是比較快的。q2...
機器學習面試之邏輯回歸
1.簡單介紹一下邏輯回歸 邏輯回歸解決分類問題而不是回歸問題 回歸問題用於 之所以名字中帶乙個回歸是因為決策邊界那個假定的是乙個滿足線性回歸的方程，所以取名為邏輯回歸。再說回邏輯回歸，通過引入乙個滿足線性回歸的決策邊界，將其代入非線性變換的sigmoid函式中，將結果對映到 0，1 之間，通過設定閾...
機器學習面試題 邏輯回歸
q1 邏輯回歸在訓練的過程當中，如果有很多的特徵高度相關或者說有乙個特徵重複了很多遍，會造成怎樣的影響 如果在損失函式最終收斂的情況下，其實就算有很多特徵高度相關也不會影響分類器的效果。但是對特徵本身來說的話，假設只有乙個特徵，在不考慮取樣的情況下，你現在將它重複 n 遍。訓練以後完以後，資料還是這...