我知道有點跳，但本來就是我只把想講的部分挑出來講XD

Logistic Regression

邏輯斯回歸

Logistic Regression 就是一個二元分類的模型，而不是一個迴歸模型，那這兩者差在哪裡呢？

• 分類模型
  • 目標：給模型一個 input，模型告訴你 input 是 A, B, C, D 哪一類
  • 🌰 給一張貓貓的圖片，模型告訴你他是貓；給一張黑猩猩的圖片，模型會說這絕對不是貓
• 迴歸模型
  • 目標：給模型一個 input，模型告訴你另外一個數值
  • 🌰 前幾天股票大跌，那今天的股價應該是多少多少

透過 Logistic Regression 我們能夠預測輸入的資料屬於 A 或 B 類(沒有 C, D 類，因為它是二元分類模型)，或是說他屬於 A 類的機率多少，不屬於 A 類的機率多少

另外再介紹一個容易搞混的東西：logistic function

Logistic Function

邏輯斯函數

其實就是 Sigmoid function

仔細看一下的話，可以發現輸出的值會介於 0~1 之中，因為輸入的 z 不管給多少，分母的部分都會略大於分子，他的圖形則是像一個 S 型，因此也被稱作 S-shaped function

取自 Wiki

而我們的 Logitsitc Regression 就會用到它，礙於時間關係，剩下的放到下一篇講

小心得

可惡好多想講的但是時間不夠多，跟預期的不一樣