ロジスティック回帰
、分類(分類)
0:負のクラスは、そのような良性腫瘍として、「ノー」と述べました
1:癌などのポジティブ・クラス、「はい」を表し、
線形回帰は、分類に適用される最善ではない、その後、ロジスティック回帰アルゴリズム、0及び1に等しい離散値y場合に使用される分類アルゴリズムを導入します。
第二に、機能と仮定
ロジスティック回帰モデルでは、我々は、<= H 0に期待、θ(X)<= 1、H 、θ(X)= G(θ T X) 、したがってH 、θ(X)= 1 /(1 + E -θTx)
G(z)= 1 /(1 + E -Z)、それは画像から分かるように、G(z)の値は0-1の間であります
第三に、決定境界(決定境界)
、機能Hθと仮定すると(X)yは=出力確率は、0.5以上であり、yが1より可能性が高いと同じであることを意味し、我々は、Y = 1の予測、確率は、Y = 0.5未満である場合、Yは、我々が予測0 =
即ち、θはT X> = 0の場合、H 、θ(X)= G(θ T X)> = 0.5
1.線形決定境界
2.非線形決定境界