Logistic回归分类算法预案.doc

Logistic回归分类算法： 什么是回归？ 用一条直线对这些点进行拟合，这个过程就称作回归； Logistic回归进行分类的主要思想是：根据现有数据对分类边界线建立回归公式，以此进行回归。 ? 一个例子： 假设有一个房屋销售的数据如下： 面积(m^2) 销售价钱（万元） 123 250 150 320 87 160 102 220 … … ???? 这个表类似于北京5环左右的房屋价钱，我们可以做出一个图，x轴是房屋的面积。y轴是房屋的售价，如下： ????? ???? 如果来了一个新的面积，假设在销售价钱的记录中没有的，我们怎么办呢？ ???? 我们可以用一条曲线去尽量准的拟合这些数据，然后如果有新的输入过来，我们可以在将曲线上这个点对应的值返回。如果用一条直线去拟合，可能是下面的样子： ????? ???? 绿色的点就是我们想要预测的点。 ???? 首先给出一些概念和常用的符号。 ?????房屋销售记录表：训练集(training set)或者训练数据(training data), 是我们流程中的输入数据，一般称为x ?????房屋销售价钱：输出数据，一般称为y ?????拟合的函数（或者称为假设或者模型）：一般写做 y = h(x) ?????训练数据的条目数(#training set),：一条训练数据是由一对输