Python 中的逻辑回归 - 简介

逻辑回归是一种对象分类的统计方法。 本章将借助一些示例介绍逻辑回归。

分类

要理解逻辑回归，您应该知道分类是什么意思。 让我们考虑以下示例以更好地理解这一点 −

• 医生将肿瘤分为恶性肿瘤或良性肿瘤。
• 银行交易可能是欺诈性的或真实性的。

多年来，人类一直在执行此类任务 - 尽管它们很容易出错。 问题是我们可以训练机器以更高的准确性为我们完成这些任务吗?

机器进行分类的一个这样的例子是您机器上的电子邮件客户端，它将每封收到的邮件分类为"垃圾邮件"或"非垃圾邮件"，并且它以相当高的准确性进行分类。 逻辑回归统计技术已成功应用于电子邮件客户端。 在这种情况下，我们已经训练了机器学习来解决分类问题。

逻辑回归只是机器学习的一部分，用于解决此类二元分类问题。 还有其他几种机器学习技术已经开发出来并在实践中用于解决其他类型的问题。

如果您已经注意到，在上述所有示例中，谓词的结果只有两个值 - 是或否。我们将它们称为类 - 也就是说分类器将对象分类为两个类。 用专业术语来说，可以说结果或目标变量本质上是二分的。

还有其他分类问题，其中输出可能被分为两类以上。 例如，给定一个装满水果的篮子，要求您将不同种类的水果分开。 现在，篮子里可能有橘子、苹果、芒果等。 所以当你把水果分开时，你把它们分成两类以上。 这是一个多元分类问题。