//2019.08.13
＃ロジスティック回帰アルゴリズム（ロジスティック回帰）
1を以下のように、人工知能ビッグデータの分野で2017-- 2018年の統計や科学によると、別の機械学習アルゴリズムは、ランク付けされ占めているではロジスティック回帰、決定木、ランダム林と人工ニューラルネットワークアルゴリズムは、最も広くベイズアルゴリズム、統合された学習とSVMアルゴリズムに続いて、使用、トップ4を占めました。現在、世界で最もホットな最先端の人工知能研究RNNとCNN深学習アルゴリズムは、主にデータに対する高い需要のため、第9および第10位にランクし、高い計算能力を必要とします。
2、ロジスティック回帰アルゴリズムは、最も広く使用されているアルゴリズムである回帰アルゴリズムが、それはむしろ回帰より、分類問題を解決し、それが主な特徴である試料中のサンプルの発生確率であり、確率であります数は、それは回帰アルゴリズムと呼ばれています。
回帰アルゴリズムとして見ることができる3、ロジスティック回帰アルゴリズムは、分類アルゴリズムと見なすことができ、一般的分類問題、主にバイナリ分類問題を解決するために使用される、問題はマルチ分類に適していない、特定の技術によって変形させることができます間接的に解決。
図4に示すように、得られた予測結果のロジスティック回帰は、イベントの確率であるので、それは0と1の間の予測値の範囲であり、変換関数は、一般的範囲0に実数に変換するシグモイド関数で使用される確率-1、および0は、境界点、T> 0は、確率pは0.5よりも大きい、T <0、確率p <0.5です。
