今日面试题分享：简单介绍下LR

今日面试题目分享

简单介绍下LR

参考答案：

解析：

@rickjin：把LR从头到脚都给讲一遍。建模，现场数学推导，每种解法的原理，正则化，LR和maxent模型啥关系，lr为啥比线性回归好。有不少会背答案的人，问逻辑细节就糊涂了。 

原理都会? 那就问工程，并行化怎么做，有几种并行化方式，读过哪些开源的实现。还会，那就准备收了吧，顺便逼问LR模型发展历史。 

虽然逻辑斯蒂回归姓回归，不过其实它的真实身份是二分类器。先弄清楚一个概念：线性分类器。 

给定一些数据点，它们分别属于两个不同的类，现在要找到一个线性分类器把这些数据分成两类。 

如果用x表示数据点，用y表示类别（y可以取1或者-1，分别代表两个不同的类），一个线性分类器的学习目标便是要在n维的数据空间中找到一个超平面（hyper plane），这个超平面的方程可以表示为（ wT中的T代表转置）： 

可能有读者对类别取1或-1有疑问，事实上，这个1或-1的分类标准起源于logistic回归。  

Logistic回归目的是从特征学习出一个0/1分类模型，而这个模型是将特性的线性组合作为自变量，由于自变量的取值范围是负无穷到正无穷。因此，使用logistic函数（或称作sigmoid函数）将自变量映射到(0,1)上，映射后的值被认为是属于y=1的概率。  

假设函数其中x是n维特征向量，函数g就是logistic函数。 而的图像是

可以看到，将无穷映射到了(0,1)。 而假设函数就是特征属于y=1的概率。

从而，当我们要判别一个新来的特征属于哪个类时，只需求即可，若大于0.5就是y=1的类，反之属于y=0类。 

更多可以参考下这几篇文章： 

1 Logistic Regression 的前世今生（理论篇）：

http://blog.csdn.net/cyh_24/article/details/50359055 

2 机器学习算法与Python实践之（七）逻辑回归：

http://blog.csdn.net/zouxy09/article/details/20319673

题目来源：七月在线官网（www.julyedu.com）——面试题库——面试大题——机器学习

今日学习推荐

【无人驾驶实战班】

火热报名中

开课时间：2019年2月23日（本周六）

首次全面公开L4级别的全自动驾驶技术
从零搭建L4级自动驾驶系统
BAT一线讲师  核心算法讲解   八大实战项目

有意的亲们可以行动起来喽 

两人及两人以上组团立减100元

咨询/报名/组团可添加微信客服

julyedukefu_02

长按识别下方二维码

查看更多课程优惠详情

👇

长按识别二维码

“金三银四”招聘季来啦，想跳槽涨薪 拿高薪offer ？

推荐一门火爆的【面试求职】课

原价399元，限时1元报名

还包邮送面试求职书噢

长按识别下方海报二维码 

立即报名

▼

往期推荐

▼

特朗普终于顾不得美国人就业，准备举国搞人工智能了

必读！2018最具突破性计算机视觉论文Top 10

11万份测试告诉你，今年学什么编程语言才能找到好工作

【收藏】机器学习开源框架大汇总，总有一款适合你

点

咨询，查看课程，请点击“阅读原文”