逻辑回归是假设数据服从独立且服从伯努利分布，多用于二分类场景，应用极大似然估计构造损失函数，并使用梯度下降法对参数进行估计。
相关文章
- 分类和逻辑回归(Classification and logistic regression)
- 第七篇：Logistic回归分类算法原理分析与代码实现
- 【机器学习】逻辑回归：原理、应用与实践
- 逻辑回归(Logistic Regression, LR)又称为逻辑回归分析，是分类和预测算法中的一种。通过历史数据的表现对未来结果发生的概率进行预测。例如，我们可以将购买的概率设置为因变量，将用户的
- 【机器学习】逻辑斯蒂回归（Logistic Regression）详解
- 线性回归（Linear Regression）的理解及原理
- （数据科学学习手札24）逻辑回归分类器原理详解&Python与R实现
- Python实现逻辑回归(Logistic Regression)
- 线性模型之逻辑回归(LR)(原理、公式推导、模型对比、常见面试点) 3种类型的梯度下降算法总结李宏毅机器学习笔记2：Gradient Descent(附带详细的原理推导过程） 任何模型都会面临过拟合问题，所以我们也要对逻辑回归模型进行正则化考虑。常见的有L1正则化和L2正则化。
- Matlab实现线性回归和逻辑回归: Linear Regression & Logistic Regression