經過了上一篇了解了Tree，今天我們要再來繼續科普啦~

邏輯迴歸(Logistic Regression)

為一種統計分析方法，它會根據數據集的先前觀察，來預測出二元的結果，像有或無。然而，模型會透過分析一或多個自變量之間的關係，來預測數據的變量。它還可以在數據準備時發揮作用，方法是允許在提取、轉換、加載 ( ETL ) 過程中將數據集放入特定的存儲槽中，以便對訊息進行分析。

它能做到?

• 簡化多個變量
• 轉換原始數據流，為其他類型的人工智能和機器學習技術創建特徵。
• 估計事件的概率，包括確定特徵和結果概率之間的關係。

可用於的領域

1.在醫療保健中，評估疾病的風險因素
2.在藥物研究中，整理藥物對不同年齡、性別和種族健康結果的有效性
3.在天氣預報應用程序中，預測降雪和天氣狀況
4.在政治投票中，分析選民是否會投票給特定的候選人
5.在保險中，根據特定標準預測保單持有人，預測在保單期限屆滿前死亡的可能性
6.在銀行業中， 依據年收入、過去的違約和過去的債務等，來評估貸款申請人是否有拖欠貸款的可能性

邏輯回歸的優缺點

• 優點
  1.當數據表示出不同的結果或區別為線性可分時，它是最有效的算法之一(這意味著我們可以繪製一條直線來分隔邏輯回歸計算的結果)
  2.實做出來簡單，並能廣泛地應用在工業問題
  3.於分類時，計算量小，速度快，需要的儲存空間也低
  4.方便拿來觀測樣本的概率
• 缺點
  1.當特徵空間相當大時，它所表現出的性能並不好
  2.易欠擬合，準確度不高
  3.無法很好地大量處理多類屬性
  4.非線性類別，需進行轉換

明天將會迎來實作看到它，大家加油哇~

參考資料:
邏輯迴歸 – Logistic regression
logistic regression