1.用自己的話描述一下，什麼是邏輯回歸，與線性回歸對比，有什麼不同？
邏輯回歸與線性回歸輸入都是一樣的，但是邏輯回歸在輸入完成後會利用 sigmoid 函式進行處理對映到0和1之間，而0和1使我們的分類問題，所以邏輯回歸是乙個專門處理二分類問題的演算法；總的來說他們之間的不同點在於著重點的不同，線性回歸偏向於**，邏輯回歸偏向於分類。
2.自述一下什麼是過擬合和欠擬合？
在模型複雜度較低的時候，測試誤差以及訓練誤差都比較大，這種情況我們稱之為欠擬合。它的出現是由於模型中給定的特徵太少，我們舉個例子來理解一下：當我們要辨別蘋果，我們給的特徵只有兩種：圓的、紅的。那麼當我們測試和訓練的時候只要是圓的紅的，我們的機器都會把它辨別為蘋果，那麼這時候的誤差就會變得很大，出現的這種情況就是欠擬合；
在模型複雜度較高的時候，測試誤差比較大，訓練誤差則比較小，這種情況我們稱之為過擬。它的出現是由於模型中給定的特徵太多太雜，我們舉個例子來理解一下：還是辨別蘋果，這次我們給的特徵很多：圓的、紅的、青的、尺寸大小、表面光滑。當我們進行訓練的時候誤差可以到達很少的程度，但是我們測試的時候誤差還是會很大（例如：我們拿乙個青紅相間的蘋果去測試），出現這種情況就是過擬合；
總體上如下圖所示：
更具體一點的圖：
第乙個二維圖是欠擬合，第二個是剛剛好，第三個是過擬合。
3.思考一下邏輯回歸的應用場景有哪些？
1）新聞資料集分類
2）**癌症死亡率
3）企業上**客戶信用是否正常
4）判斷一張中的物體是不是蘋果
6 邏輯回歸
1.什麼是邏輯回歸，與線性回歸對比，有什麼不同？邏輯回歸 邏輯回歸又稱logistic回歸分析，它將資料擬合到乙個logit函式或者是logistic函式中，從而能夠完成對事件發生的概率進行 它使用乙個sigmoid函式來歸一化y值，使y的取值在區間 0,1 內，是解決二分類問題的利器。公式 實現s...
6 邏輯回歸
1.用自己的話描述一下，什麼是邏輯回歸，與線性回歸對比，有什麼不同？邏輯回歸 通過一組 器變數，可以很有效的 特徵與輸出結果。這與線性回歸很相似，但更適用於二分類問題。方程係數可以用來估計模型中的自變數的比率，這適用於更廣泛的問題模型，另一方面，可以將邏輯回歸用於確定某個事件的可能性，輸出值為0或1...
機器學習 邏輯回歸 Python實現邏輯回歸
coding utf 8 author 蔚藍的天空tom import numpy as np import os import matplotlib.pyplot as plt from sklearn.datasets import make blobs global variable path...