嗨嚕～大家午安呀！
這兩天我們講了傳統機器學習中很經典的兩個模型，希望在介紹過程中大家都有對模型以及整個訓練過程加減了解一些，那我們今天一樣要繼續介紹另一個常被提及用來做分類任務的模型，那就是邏輯迴歸（Logistic Regression） 啦！

監督式與非監督式學習

在介紹邏輯回歸之前，我們先來了解一下機器學習通常會分成的兩種類型：

1. 監督式學習（Supervised Learning）
   這種類型的機器學習中，每一筆訓練資料都有標籤
   例如：在一堆包含貓和狗的照片中，每張照片都已標記「貓」或「狗」，也就是資料都有「標準答案」。
   模型會透過這些有答案的資料學習，找出特徵與標籤之間的規律，之後遇到新的資料就能預測正確的標籤。

2. 非監督式學習（Unsupervised Learning）
   與監督式學習最大的不同是：資料沒有標籤，只有大量未標記的資料
   模型需要自己找出隱藏的結構，例如自動將風格相似的文章分群，或找出客戶群體的共同特徵。
   一般會應用在資料的**自動分群（Clustering）或降維（例如主成分分析 PCA）**等任務。

而我們這幾天介紹的 SVM、Decision Tree，以及今天要講的邏輯回歸（Logistic Regression），
都屬於監督式學習，所以這些模型通常會用在分類任務上。

邏輯回歸（Logistic Regression）

邏輯回歸是一種線性回歸的變體，它的主要目的是找到一條能夠有效區分兩類資料的界線。
和普通的線性回歸不同的是，線性回歸尋找的是一條「最佳擬合線」，希望所有資料點越靠近這條線越好，因此通常用來做連續數值的預測，而不是分類，可以參考下圖了解一下差別：

而至於邏輯回歸如何找出這條分界線，我們這裡就不細講了 XD，畢竟裡面涉及不少數學公式。
簡單來說，模型會根據資料的不同特徵給予加權值，先做一次線性運算，再把結果套入 Sigmoid 函數，把輸出的數值壓縮到 0～1 之間。這個 0～1 的機率就能用來判斷資料屬於哪一類。
有了這條分界線之後，當新資料進來時，模型就能根據它的特徵，判斷這筆資料更接近哪個類別！

那我就一樣來實作一下～
一樣用這幾天有用到的學生資料當練習！

# 讀取資料
df = pd.read_csv('/Users/xxuan/Downloads/student.csv')

基本步驟都差不多，大致會先讀資料 -> 轉換資料至數值 -> 切分測試集、訓練集 -> 訓練模型 -> 評估模型只是我們可以根據我們的目的選擇不一樣的模型！

le = LabelEncoder()
df['High_School_Type'] = le.fit_transform(df['High_School_Type'])
target = le.fit_transform(df['Sex'])

# 區分特徵 & 目標
features = df[['High_School_Type', 'Weekly_Study_Hours', 'Student_Age']]

# 切分資料
feat_train, feat_test, target_train, target_test = train_test_split(features, target, test_size=0.2, random_state=0)

# 建立模型
log_reg = LogisticRegression() #這裡使用邏輯回歸模型！
log_reg.fit(feat_train, target_train)

# 檢視準確率
print(log_reg.score(feat_test, target_test))

輸出結果

0.5517241379310345

表現似乎比昨天的決策樹好呢xd

當然，特徵的不同也會影響模型表現，所以大家可以試者挑不同的特徵來訓練模型喔！

喔虧！那最基本常被提到的傳統機器學習模型就大概講到這裡～
明天我們會來介紹到底如何評估自己訓練的模型是好是壞，那就明天見啦～

圖篇參考網址