Python中的逻辑回归 - 简介

逻辑回归是一种用于对对象进行分类的统计方法。本章将通过一些示例介绍逻辑回归。

分类

要理解逻辑回归，您应该了解分类的含义。让我们考虑以下示例以更好地理解这一点 -

• 医生将肿瘤分类为恶性或良性。
• 银行交易可能是欺诈性的或真实的。

多年来，人类一直在执行此类任务 - 尽管它们容易出错。问题是我们能否训练机器以更高的准确率为我们执行这些任务？

机器进行分类的一个例子是您机器上的电子邮件**客户端**，它将每封传入邮件分类为“垃圾邮件”或“非垃圾邮件”，并且它以相当高的准确率执行此操作。逻辑回归的统计技术已成功应用于电子邮件客户端。在这种情况下，我们已经训练我们的机器来解决分类问题。

逻辑回归只是机器学习的一部分，用于解决这种二元分类问题。已经开发并用于解决其他类型问题的几种其他机器学习技术也已投入实践。

如果您注意到了，在以上所有示例中，预测的结果只有两个值 - 是或否。我们称这些为类别 - 因此可以说我们的分类器将对象分类为两个类别。从技术上讲，我们可以说结果或目标变量本质上是二分的。

还有其他分类问题，其中输出可以分类为两个以上类别。例如，给定一篮子装满水果，您被要求将不同种类的水果分开。现在，篮子可能包含橙子、苹果、芒果等。因此，当您将水果分开时，您将它们分成两个以上的类别。这是一个多元分类问题。