对率回归 以对率函数为联系函数： 1 1 y= 1+e-z 变为y= 1+e-(wTz+6) 即： wx+b “对数几率” l率(odds),反映了x作为正例的相对可能性 (log odds,亦称logit) “对数几率回归”(logistic regression) 简称“对率回归” 注意：它是 无需事先假设数据分布 分类学习算法！区 可得到“类别”的近似概率预测 可直接应用现有数值优化算法求取最优解 对率回归 以对率函数为联系函数: 变为 即: 几率(odds), 反映了 x 作为正例的相对可能性 “对数几率” (log odds, 亦称 logit) “对数几率回归”(logistic regression) 简称“对率回归” • 无需事先假设数据分布 • 可得到“类别”的近似概率预测 • 可直接应用现有数值优化算法求取最优解 注意：它是 分类学习算法！