逻辑回归(也称“对数几率回归”)(英语:Logistic regression 或logit regression),即逻辑模型(英语:Logit model,也译作“评定模型”、“分类评定模型”)是离散选择法模型之一,属于多重变量分析范畴,是社会学、生物统计学、临床、数量心理学、计量经济学、市场营销等统计实证分析的常用方法。在统计学中,logistic模型(或logit模型)用于对存在的某个类或事件的概率建模,例如通过/失败、赢/输、活着/死了或健康/生病。这可以扩展到建模若干类事件,如确定一个图像是否包含猫、狗、狮子等。图像中检测到的每个物体的概率都在0到1之间,其和为1。
开课|3月27晚8点ISU博士详解:k均值算法
全球人工智能
1+阅读 · 2018年3月26日
逻辑回归(Logistic Regression) 模型简介
全球人工智能
5+阅读 · 2017年11月1日
简单复读机LR如何成为推荐系统精排之锋?
夕小瑶的卖萌屋
1+阅读 · 2021年9月27日
干货|基于机器学习的Python信用卡欺诈检测(实战)
全球人工智能
1+阅读 · 2017年8月29日
深入浅出,一篇超棒的机器学习入门文章
七月在线实验室
4+阅读 · 2019年1月7日
逻辑回归算法原理及实现
图与推荐
1+阅读 · 2020年5月2日
从清华到阿里,他只用6年时间,影响了数亿用户
机器学习算法中分类知识总结!
AINLP
2+阅读 · 2020年10月16日
【智能金融】机器学习实战:Python信用卡欺诈检测
产业智能官
1+阅读 · 2017年9月11日
五分钟了解机器学习十大算法
InfoQ
1+阅读 · 2020年1月4日
参考链接
微信扫码咨询专知VIP会员