之前整理過一篇關于邏輯回歸的帖子，但是只是簡單介紹了一下了LR的基本思想，面試的時候基本用不上，那么這篇帖子就深入理解一下LR的一些知識，希望能夠?qū)γ嬖囉幸欢ǖ膸椭?/p>

1、邏輯斯諦分布

介紹邏輯斯諦回歸模型之前，首先看一個并不常見的概率分布，即邏輯斯諦分布。設X是連續(xù)隨機變量，X服從邏輯斯諦分布是指X具有如下的累積分布函數(shù)和概率密度函數(shù)：

式中，μ為位置參數(shù)，γ>0為形狀參數(shù)。邏輯斯諦的分布的密度函數(shù)f(x)和分布函數(shù)F(x)的圖形如下圖所示。其中分布函數(shù)屬于邏輯斯諦函數(shù)，其圖形為一條S形曲線。該曲線以點(μ,1／2)
為中心對稱，即滿足：

曲線在中心附近增長較快，在兩端增長較慢，形狀參數(shù)γ的值越小，曲線在中心附近增長得越快。

2、邏輯斯諦回歸模型：

線性回歸的應用場合大多是回歸分析，一般不用在分類問題上，原因可以概括為以下兩個：
1）回歸模型是連續(xù)型模型，即預測出的值都是連續(xù)值（實數(shù)值），非離散值；
2）預測結(jié)果受樣本噪聲的影響比較大。

2.1 LR模型表達式

LR模型的表達式為參數(shù)化的邏輯斯諦函數(shù)，即：

2.2 理解LR模型

2.2.1 對數(shù)幾率

一個事件發(fā)生的幾率(odds)是指該事件發(fā)生的概率與該事件不發(fā)生的概率的比值。如果事件發(fā)生的概率是p，那么該事件的幾率為p／(1-p) ,該事件的對數(shù)幾率（log odds）或logit函數(shù)是：

對LR而言，根據(jù)模型表達式可以得到：

即在LR模型中，輸出y=1的對數(shù)幾率是輸入x的線性函數(shù)，或者說y=1的對數(shù)幾率是由輸入x的線性函數(shù)表示的模型，即LR模型。

2.2.2 函數(shù)映射

除了從對數(shù)幾率的角度理解LR之外，從函數(shù)映射也可以理解LR模型。
考慮對輸入實例x進行分類的線性表達式θ^{T，其值域為實數(shù)域，通過LR模型的表達式可以將線性函數(shù)θ}Tx的結(jié)果映射到(0,1)區(qū)間，取值表示為結(jié)果為1的概率(在二分類場景中).
線性函數(shù)的值越接近于正無窮大，概率值就越近1；反之，其值越接近于負無窮，概率值就越接近于0，這樣的模型就是LR模型。
LR本質(zhì)上還是線性回歸，只是特征到結(jié)果的映射過程中加了一層函數(shù)映射，即sigmoid函數(shù)，即先把特征線性求和，然后使用sigmoid函數(shù)將線性和約束至(0,1)之間，結(jié)果值用語二分或回歸預測。

2.2.3 概率解釋

LR模型多用于解決二分類問題，如廣告是否被點擊(是／否)，商品是否被購買(是／否)等互聯(lián)網(wǎng)領域中常見的應用場景。但在實際場景中，我們又不把它處理成絕對的分類，而是用其預測值作為事件發(fā)生的概率。

這里從事件，變量以及結(jié)果的角度給予解釋。

我們所能拿到的訓練數(shù)據(jù)統(tǒng)稱為觀測樣本。問題，樣本是如何生成的？

一個樣本可以理解為發(fā)生的一次事件，樣本生成的過程即事件發(fā)生的過程，對于0/1分類問題來講，產(chǎn)生的結(jié)果有兩種可能，符合伯努利試驗的概率假設。因此，我們可以說樣本的生成過程即為伯努利試驗過程，產(chǎn)生的結(jié)果(0/1)服從伯努利分布，那么對于第i個樣本，概率公式表示如下：

將上面兩個公式合并在一起，可以得到第i個樣本正確預測的概率：

上式是對一個樣本進行建模的數(shù)據(jù)表達。為什么可以這么做呢，因為y=1時后面一項為1，y=0時前面一項為1。那么對于所有的樣本，假設每條樣本生成過程獨立，在整個樣本空間中（N個樣本）的概率分布（即似然函數(shù)）為：

接下來我們就可以通過極大似然估計方法求概率參數(shù)。

3、模型參數(shù)估計

3.1 Sigmoid函數(shù)

上圖所示即為sigmoid函數(shù)，它的輸入范圍為?∞→+∞，而值域剛好為(0,1)，正好滿足概率分布為(0,1)的要求。用概率去描述分類器，自然要比閾值要來的方便。而且它是一個單調(diào)上升的函數(shù)，具有良好的連續(xù)性，不存在不連續(xù)點。

此外非常重要的，sigmoid函數(shù)求導后為：

3.2 參數(shù)估計推導

上一節(jié)的公式不僅可以理解為在已觀測的樣本空間中的概率分布表達式。如果從統(tǒng)計學的角度可以理解為參數(shù)θ
θ
似然性的函數(shù)表達式（即似然函數(shù)表達式）。就是利用已知的樣本分布，找到最有可能（即最大概率）導致這種分布的參數(shù)值；或者說什么樣的參數(shù)才能使我們觀測到目前這組數(shù)據(jù)的概率最大。參數(shù)在整個樣本空間的似然函數(shù)可表示為：

為了方便參數(shù)求解，對這個公式取對數(shù)，可得對數(shù)似然函數(shù)：

然后，我們使用隨機梯度下降的方法，對參數(shù)進行更新：

最后，通過掃描樣本，迭代下述公式可救的參數(shù)：

式中，a表示學習率。

以上的推導，就是LR模型的核心部分，在機器學習相關的面試中，LR模型公式推導可能是考察頻次最高的一個點，要將其熟練掌握。

4、LR的優(yōu)缺點

優(yōu)點

一、預測結(jié)果是界于0和1之間的概率；
二、可以適用于連續(xù)性和類別性自變量；
三、容易使用和解釋；

缺點

一、對模型中自變量多重共線性較為敏感，例如兩個高度相關自變量同時放入模型，可能導致較弱的一個自變量回歸符號不符合預期，符號被扭轉(zhuǎn)。?需要利用因子分析或者變量聚類分析等手段來選擇代表性的自變量，以減少候選變量之間的相關性；
二、預測結(jié)果呈“S”型，因此從log(odds)向概率轉(zhuǎn)化的過程是非線性的，在兩端隨著?log(odds)值的變化，概率變化很小，邊際值太小，slope太小，而中間概率的變化很大，很敏感。 導致很多區(qū)間的變量變化對目標概率的影響沒有區(qū)分度，無法確定閥值。

5、LR和SVM

1、LR采用log損失，SVM采用合頁損失。
2、LR對異常值敏感，SVM對異常值不敏感。
3、在訓練集較小時，SVM較適用，而LR需要較多的樣本。
4、LR模型找到的那個超平面，是盡量讓所有點都遠離他，而SVM尋找的那個超平面，是只讓最靠近中間分割線的那些點盡量遠離，即只用到那些支持向量的樣本。
5、對非線性問題的處理方式不同，LR主要靠特征構(gòu)造，必須組合交叉特征，特征離散化。SVM也可以這樣，還可以通過kernel。
6、svm 更多的屬于非參數(shù)模型，而logistic regression 是參數(shù)模型，本質(zhì)不同。其區(qū)別就可以參考參數(shù)模型和非參模型的區(qū)別

那怎么根據(jù)特征數(shù)量和樣本量來選擇SVM和LR模型呢？Andrew NG的課程中給出了以下建議：

如果Feature的數(shù)量很大，跟樣本數(shù)量差不多，這時候選用LR或者是Linear Kernel的SVM
如果Feature的數(shù)量比較小，樣本數(shù)量一般，不算大也不算小，選用SVM+Gaussian Kernel
如果Feature的數(shù)量比較小，而樣本數(shù)量很多，需要手工添加一些feature變成第一種情況。(LR和不帶核函數(shù)的SVM比較類似。)

參考文獻：https://plushunter.github.io/2017/01/12/機器學習算法系列（3）：邏輯斯諦回歸/

作者：石曉文的學習日記
鏈接：https://www.jianshu.com/p/e8dca5613da6
來源：簡書
著作權歸作者所有。商業(yè)轉(zhuǎn)載請聯(lián)系作者獲得授權，非商業(yè)轉(zhuǎn)載請注明出處。

轉(zhuǎn)載于:https://www.cnblogs.com/zb-ml/p/8886867.html

總結(jié)

以上是生活随笔為你收集整理的机器学习-LR推导及与SVM的区别的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。