• 关于逻辑回归是否线性?sigmoid


    from :https://www.zhihu.com/question/29385169/answer/44177582

    逻辑回归的模型引入了sigmoid函数映射,是非线性模型,但本质上又是一个线性回归模型,因为除去sigmoid映射函数关系,其他的步骤,算法都是线性回归的。可以说,逻辑回归,都是以线性回归为理论支持的。
    这里讲到的线性,是说模型关于系数	heta一定是线性形式的
    z=	heta^Tx=	heta_0x_0+	heta_1x_1+...+	heta_nx_n
    加入sigmoid映射后,变成:
    h_	heta(x)=g(z)=g(	heta^Tx)=frac{1}{1+e^{-z}} =frac{1}{1+e^{-	heta^Tx}}

    如果分类平面本身就是线性的,那么逻辑回归关于特征变量x,以及关于系数	heta都是线性的
    如果分类平面是非线性的,例如题主提到的x_{1}^{2} +x_2=0,那么逻辑斯蒂回归关于变量x是非线性的,但是关于参数	heta仍然是线性的
    z=	heta^Tx'=	heta_0x_0'+	heta_1x_1'+	heta_2x_2'=	heta_0x_0+	heta_1x_{1}^{2} +	heta_2x_2=x_{1}^2+x_2
    这里,我们做了一个关于变量x的变换:x_0'=x_0,x_1'=x_1^2,x_2'=x_2

    其他非线性超平面一样的道理,我们可以通过变量的变化,最终一定可以化成形如
    z=	heta^Tx‘=	heta_0x_0'+	heta_1x_1'+...+	heta_nx_n'的东西,我们把z看做	heta的变量,就是个线性模型。剩下的工作,无非是去构造映射关系x_0'=phi_0(x_0),x_1'=phi_1(x_1),...x_n'=phi_n(x_n)

    题主提到了SVM,区别是,SVM如果不用核函数,也得像逻辑回归一样,在映射后的高维空间显示的定义非线性映射函数phi,而引入了核函数之后,可以在低维空间做完点积计算后,映射到高维

    综上,逻辑回归本质上是线性回归模型,关于系数是线性函数,分离平面无论是线性还是非线性的,逻辑回归其实都可以进行分类。对于非线性的,需要自己去定义一个非线性映射。


    作者:辛俊波
    链接:https://www.zhihu.com/question/29385169/answer/44177582
    来源:知乎
    著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
    edit by Strangewx
  • 相关阅读:
    Linux各目录及每个目录的详细介绍
    centos7 + mysql5.7 tar包解压安装
    Hive2.0的新特性介绍
    Hadoop HIVE
    PIG执行MR时报Connection refused错误
    Zookeeper启动Permission denied
    Hadoop Pig
    Hadoop组件之-HDFS(HA实现细节)
    Datanode启动问题 FATAL org.apache.hadoop.hdfs.server.datanode.DataNode: Initialization failed for Block pool <registering>
    HDFS Federation
  • 原文地址:https://www.cnblogs.com/strangewx/p/10221858.html
Copyright © 2020-2023  润新知