經典線性模型自變量的線性預測就是因變量的估計值。 廣義線性模型：自變量的線性預測的函數是因變量的估計值。常見的廣義線性模型有：probit模型、poisson模型、對數線性模型等等。對數線性模型里有：logistic regression、Maxinum entropy。本篇是對邏輯回歸的學習總結，以及廣義線性模型導出邏輯回歸的過程。下一篇將是對最大熵模型的學習總結。本篇介紹的大綱如下：

1、邏輯斯蒂分布，logit轉換

2、在二分類問題中，為什么棄用傳統的線性回歸模型，改用邏輯斯蒂回歸？

3、邏輯回歸模型的求解過程？

4、實際應用邏輯回歸時數據預處理的經驗總結。但經驗有限，如果有哪位網友這塊經驗豐富，忘指教，先謝過

5、為什么我們在實際中，經典線性模型的優化目標函數是最小二乘，而邏輯回歸則是似然函數

6、從最根本的廣義線性模型角度，導出經典線性模型以及邏輯回歸

總結

以上是生活随笔為你收集整理的对数线性模型之一(逻辑回归), 广义线性模型学习总结的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。