LR（逻辑回归）

首先说一下线性回归模型：它试图学得一个通过属性的线性组合来进行预测的函数，即：

h(x) = w₀ + w₁x₁ + w₂x₂ + ... + w_nx_n

写成向量形式为：h(x) = w^Tx

逻辑回归是一种分类算法，本质上是线性回归，它通过引入对数几率函数将线性回归得到的连续值映射到0~1之间，

从而可以用在分类问题上

逻辑回归的预测函数为：

对于任意确定的x和w，有：

可以合并写成：

对P(y|x,w)取极大似然函数：

取对数似然函数：

（即令每个样本属于其真实类别的概率总和越大越好）

上面的函数是关于w的凸函数，通过梯度上升法求对数似然函数的极大值（即最大值），

可以得到回归系数的更新方程为：

逻辑回归算法的优缺点：

优点：实现简单，易于理解和实现，计算代价不高，速度很快，存储资源低；

缺点：容易欠拟合，分类精度可能不高；

适用数据类型：数值型和标称型

逻辑回归算法的python实现

参考链接：http://blog.csdn.net/moxigandashu/article/details/72779856

 1 #coding=utf-8
 2
 3 from numpy import *
 4
 5 # 创建测试数据
 6 def loadDataSet():
 7     dataMat = []; labelMat = []
 8     fr = open(‘testSet.txt‘)     # 测试数据的规格：100*3
 9     for line in fr.readlines():
10         lineArr = line.strip().split()     # strip()：删除首尾处的空格；split()：不带参数时以空格进行分割
11         dataMat.append([1.0, float(lineArr[0]), float(lineArr[1])])
12         labelMat.append(int(lineArr[2]))
13     return dataMat,labelMat
14
15 def sigmoid(inX):
16     return 1.0/(1+exp(-inX))
17
18 # 用梯度上升法求回归系数
19 def gradAscent(dataMatIn, classLabels):
20     dataMatrix = mat(dataMatIn)     #将输入数据转换为矩阵
21     labelMat = mat(classLabels).transpose()     #将分类标签的行向量转换为列向量
22     m,n = shape(dataMatrix)     # 输入数据的规格：100*3
23     alpha = 0.001       #迭代步长
24     maxCycles = 500     #迭代次数
25     weights = ones((n,1))     #权重向量的初始值设为1，列向量
26     for k in range(maxCycles):
27         h = sigmoid(dataMatrix*weights)     #计算预测函数的值
28         error = (labelMat - h)
29         weights = weights + alpha * dataMatrix.transpose()* error     #更新权重向量
30     return weights
31
32 # 用学习到的回归系数来画出决策边界
33 def plotBestFit(weights):
34     import matplotlib.pyplot as plt
35     dataMat,labelMat=loadDataSet()
36     dataArr = array(dataMat)
37     n = shape(dataArr)[0]
38     xcord1 = []; ycord1 = []
39     xcord2 = []; ycord2 = []
40     for i in range(n):
41         if int(labelMat[i])== 1:
42             xcord1.append(dataArr[i,1]); ycord1.append(dataArr[i,2])
43         else:
44             xcord2.append(dataArr[i,1]); ycord2.append(dataArr[i,2])
45     fig = plt.figure()
46     ax = fig.add_subplot(111)
47     ax.scatter(xcord1, ycord1, s=30, c=‘red‘, marker=‘s‘)     # marker=‘s‘：表示用小正方形画点
48     ax.scatter(xcord2, ycord2, s=30, c=‘green‘)
49     x = arange(-3.0, 3.0, 0.1)
50     y = (-weights[0,0]-weights[1,0]*x)/weights[2,0]     # 得到最后的预测函数：f(x)=w0 + w1x1 + w2x2，令f(x)=0，得到：x2=(-w0-w1x1)/w2
51     ax.plot(x, y)
52     plt.xlabel(‘X1‘); plt.ylabel(‘X2‘);
53     plt.show()
54
55 # 测试逻辑回归算法
56 dataArr,labelMat=loadDataSet()
57 weights=gradAscent(dataArr,labelMat)
58 plotBestFit(weights)

 测试的分类结果：