数据分类是数据科学的一个重要研究方向,Logistic回归是最基本的分类算法之一。线性回归和Logistic回归都属于线性模型,本文介绍了两者的联系,详细阐述了模型的目标函数和参数训练过程。在经典的模式识别数据集Iris上,应用Logistic回归模型基于部分特征和全部特征维度进行了建模和分类预测。实验结果表明,适合比例的训练集和测试集切分,较高权重特征组合的建模可以获得较高的分类准确率。
科研之友
微信
新浪微博
Facebook
分享链接
