分类问题怎么建模？用逻辑回归实现概率预测

原创 已于 2026-08-19 12:17:33 修改 · 232 阅读 · 2 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
GEO检测
话题
#CodingPlan·八月创作之星博客挑战赛
于 2026-08-19 12:16:20 首次发布

分类问题怎么建模？用逻辑回归实现概率预测

关键词：逻辑回归、Sigmoid函数、对数损失、多分类、Sklearn实战

目录

一、为什么不能用线性回归做分类？Sigmoid 来救场

1.1 线性回归做分类的三大硬伤

假设你要做一个恶意请求检测器：输入请求的特征向量（URL 长度、参数个数、特殊字符占比等），输出"是否为攻击请求"（0 或 1）。

如果直接套用线性回归 y = w T x + b y = w^T x + b y=wTx+b，会遇到三个致命问题：

问题 1：输出范围不受限
线性回归输出可以是 -100、3.7、999...
但分类问题需要的是概率 P(正类) ∈ [0, 1]

问题 2：对离群点敏感
一个极端异常样本会把回归直线拉偏，
导致正常样本的分类阈值失效

问题 3：损失函数不合适
MSE 在分类问题上的优化曲面不平坦，
梯度下降容易陷入局部最优

1.2 Sigmoid 函数：把任意实数压缩成概率

逻辑回归的核心思路是在线性回归外面"套一个壳"——使用 sigmoid 函数将任意实数映射到 [ 0 , 1 ] [0, 1] [0,1] 概率区间：

σ ( z ) = 1 1 + e − z \sigma(z) = \frac{1}{1 + e^{-z}} σ(z)=1+e−z1​

其中 z = w T x + b z = w^T x + b z=wTx+b 是线性组合结果。

import numpy as np

def sigmoid(z):
    """
    Sigmoid 函数：将任意实数映射到 (0, 1) 区间
    
    参数:
        z: 线性回归输出，可以是标量或数组
    返回:
        映射后的概率值
    """
    return 1 / (1 + np.exp(-z))

# 直观理解 sigmoid 的特性
test_values = [-10, -2, 0, 2, 10]
for val in test_values:
    print(f"sigmoid({val:3d}) = {sigmoid(val):.4f}")

# 输出：
# sigmoid(-10) = 0.0000   → 几乎不可能是正类
# sigmoid( -2) = 0.1192   → 正类概率较低
# sigmoid(  0) = 0.5000   → 正反类各 50%
# sigmoid(  2) = 0.8808   → 正类概率较高
# sigmoid( 10) = 1.0000   → 几乎可以确定是正类

Sigmoid 的三个关键特性：

输入 z输出 σ(z)业务含义
z → − ∞ z \to -\infty z→−∞ σ ( z ) → 0 \sigma(z) \to 0 σ(z)→0该样本几乎不可能是正类
z = 0 z = 0 z=0 σ ( z ) = 0.5 \sigma(z) = 0.5 σ(z)=0.5正反类概率各半，无法判断
z → + ∞ z \to +\infty z→+∞ σ ( z ) → 1 \sigma(z) \to 1 σ(z)→1该样本几乎可以确定为正类

导数性质： σ ′ ( z ) = σ ( z ) ( 1 − σ ( z ) ) \sigma'(z) = \sigma(z)(1 - \sigma(z)) σ′(z)=σ(z)(1−σ(z)) ——这个性质在梯度下降求导时非常有用，可以把复杂的链式法则简化成简单的代数运算。

1.3 逻辑回归的完整预测流程

P ( y = 1 ∣ x ) = σ ( w T x + b ) = 1 1 + e − ( w T x + b ) P(y=1|x) = \sigma(w^T x + b) = \frac{1}{1 + e^{-(w^T x + b)}} P(y=1∣x)=σ(wTx+b)=1+e−(wTx+b)1​

决策时设置阈值（通常是 0.5），超过阈值则预测为正类：

def predict_proba(X, w, b):
    """
    计算样本属于正类的概率
    
    参数:
        X: 特征矩阵 (n_samples, n_features)
        w: 权重向量 (n_features,)
        b: 偏置项 (标量)
    返回:
        probas: 每个样本属于正类的概率 (n_samples,)
    """
    z = np.dot(X, w) + b  # 线性组合
    return sigmoid(z)

def predict(X, w, b, threshold=0.5):
    """
    根据概率阈值进行分类决策
    
    参数:
        threshold: 决策阈值，默认 0.5
    返回:
        y_pred: 预测标签 (0 或 1)
    """
    probas = predict_proba(X, w, b)
    return (probas >= threshold).astype(int)

# 使用示例
X_sample = np.array([[1.2, 0.5, -0.3], [0.8, -0.2, 1.1]])
w = np.array([0.5, -0.3, 0.7])
b = 0.1

probas = predict_proba(X_sample, w, b)
predictions = predict(X_sample, w, b)

print(f"预测概率: {probas}")
print(f"分类结果: {predictions}")

1.4 AI 开发中哪些场景适合用逻辑回归？

在 AI 大模型应用开发场景中，逻辑回归的应用非常广泛：

场景输入特征示例预测目标
垃圾信息过滤文本长度、敏感词频率、链接数量是否为垃圾/广告
API 异常检测响应时间、状态码分布、错误率是否触发告警
用户流失预警登录频次、功能使用深度、反馈评分是否可能流失
文档相关性判定关键词命中数、语义相似度得分是否与查询相关
代码缺陷预测代码复杂度、修改频次、作者经验是否存在潜在 Bug

二、损失函数为什么要用对数损失而非 MSE？

2.1 从最大似然估计推导对数损失

逻辑回归的损失函数不是随意选择的，它来源于最大似然估计（Maximum Likelihood Estimation, MLE）——核心思想是：“已知观测到的标签，什么样的参数让这些标签出现的概率最大？”

L ( w ) = − 1 m ∑ i = 1 m [ y i log ⁡ ( y ^ i ) + ( 1 − y i ) log ⁡ ( 1 − y ^ i ) ] L(w) = -\frac{1}{m} \sum_{i=1}^{m} [y_i \log(\hat{y}_i) + (1-y_i)\log(1-\hat{y}_i)] L(w)=−m1​i=1∑m​[yi​log(y^​i​)+(1−yi​)log(1−y^​i​)]

这个公式称为对数损失（Log Loss）或二元交叉熵损失（Binary Cross-Entropy Loss）。

import numpy as np

def binary_cross_entropy(y_true, y_pred, epsilon=1e-15):
    """
    计算二元交叉熵损失
    
    参数:
        y_true: 真实标签 (0 或 1)，形状 (n_samples,)
        y_pred: 预测概率 (应在 0~1 之间)，形状 (n_samples,)
        epsilon: 防止 log(0) 的小常数
    返回:
        loss: 平均对数损失（标量）
    """
    # 将预测值限制在 [epsilon, 1-epsilon] 范围内，避免 log(0) 导致数值溢出
    y_pred = np.clip(y_pred, epsilon, 1 - epsilon)
    
    # 分别计算正类和负类的损失分量
    loss_pos = y_true * np.log(y_pred)       # 当 y=1 时，希望 y_pred 接近 1
    loss_neg = (1 - y_true) * np.log(1 - y_pred)  # 当 y=0 时，希望 y_pred 接近 0
    
    return -np.mean(loss_pos + loss_neg)

# 示例：不同预测质量的损失对比
y_true = np.array([1, 0, 1, 0])

# 情况 1：完美预测（高置信度且正确）
y_perfect = np.array([0.99, 0.01, 0.98, 0.02])
print(f"完美预测 loss: {binary_cross_entropy(y_true, y_perfect):.4f}")  # ≈ 0.02

# 情况 2：一般预测（置信度中等）
y_moderate = np.array([0.7, 0.4, 0.65, 0.35])
print(f"一般预测 loss: {binary_cross_entropy(y_true, y_moderate):.4f}")  # ≈ 0.45

# 情况 3：完全错误预测（高置信度但方向错误）
y_wrong = np.array([0.1, 0.9, 0.05, 0.95])
print(f"错误预测 loss: {binary_cross_entropy(y_true, y_wrong):.4f}")   # ≈ 2.3

直观理解 Log Loss 的惩罚机制：

  • 当真实标签 y = 1 y=1 y=1 且预测概率 y ^ = 0.99 \hat{y}=0.99 y^​=0.99 时： log ⁡ ( 0.99 ) ≈ − 0.01 \log(0.99) \approx -0.01 log(0.99)≈−0.01，损失很小 ✓
  • 当真实标签 y = 1 y=1 y=1 但预测概率 y ^ = 0.01 \hat{y}=0.01 y^​=0.01 时： log ⁡ ( 0.01 ) ≈ − 4.6 \log(0.01) \approx -4.6 log(0.01)≈−4.6，损失巨大 ✗
  • 结论：Log Loss 对"自信地犯错"惩罚极重！

2.2 Log Loss vs MSE：谁更适合分类任务？

如果对分类问题误用 MSE（均方误差）： L M S E = 1 m ∑ ( y i − y ^ i ) 2 L_{MSE} = \frac{1}{m}\sum(y_i - \hat{y}_i)^2 LMSE​=m1​∑(yi​−y^​i​)2

对比维度MSE（均方误差）Log Loss（对数损失）
优化曲面可能存在多个局部最优解关于参数 w 是凸函数，全局最优唯一
梯度特性当预测接近 0/1 时梯度趋于 0，更新缓慢对错误预测始终有显著梯度
概率解释无明确的统计理论基础来源于似然函数，有坚实的统计学基础
敏感性对预测置信度不敏感高度关注"自信犯错"的情况

关键洞察：Log Loss 天然适合分类任务——它不仅关心"预测对不对"，还关心"预测得有多自信"。这种特性让模型在训练时学会谨慎估计概率，而不是盲目给出极端预测。

三、Sklearn API 实战：参数选择与调用技巧

3.1 核心参数一览

from sklearn.linear_model import LogisticRegression

model = LogisticRegression(
    solver='lbfgs',           # 优化算法选择（详见 3.2 节对比表）
    penalty='l2',             # 正则化类型：l1 / l2 / elasticnet
    C=1.0,                    # 正则化强度的倒数（越小越强）
    class_weight='balanced',  # 类别权重处理（解决不平衡问题）
    max_iter=1000,            # 最大迭代次数（确保收敛）
    random_state=42           # 随机种子（保证实验可复现）
)

# 训练与预测的标准三步曲
# model.fit(X_train, y_train)        # 第一步：拟合训练数据
# y_pred = model.predict(X_test)     # 第二步：预测标签（0 或 1）
# y_proba = model.predict_proba(X_test)  # 第三步：预测概率（可选）

3.2 solver（优化算法）怎么选？

不同求解器适用于不同的数据规模和正则化需求，选错了可能导致训练极慢甚至报错：

Solver适用场景支持的正则化典型耗时（10万样本）备注
lbfgs中小数据集（< 10万样本），默认推荐仅 L2~5 秒拟牛顿法，收敛快且稳定
liblinear小数据集（< 5万），需要 L1 正则化L1, L2~3 秒坐标下降法，适合稀疏特征（如文本）
sag大规模数据（10~50万样本）仅 L2~15 秒随机平均梯度，需特征缩放
saga超大数据（50万+样本）L1, L2, ElasticNet~30 秒saga 的改进版，支持并行

踩坑提醒：

  • 使用 sag/saga 前必须做标准化（StandardScaler），否则可能不收敛
  • liblinear 不支持 multi_class='multinomial'，多分类时只能用 OvR
  • 如果遇到 ConvergenceWarning（收敛警告），优先尝试增大 max_iter 到 2000+

3.3 penalty 与 C 参数调优经验

这两个参数共同控制模型的"复杂度惩罚"，是防过拟合的核心手段：

# 三种正则化的效果对比
configs = [
    {'penalty': 'l2', 'C': 0.01, 'desc': '强正则（接近欠拟合）'},
    {'penalty': 'l2', 'C': 1.0,  'desc': '中等正则（推荐起点）'},
    {'penalty': 'l2', 'C': 100,  'desc': '弱正则（容易过拟合）'},
]

for cfg in configs:
    m = LogisticRegression(penalty=cfg['penalty'], C=cfg['C'], max_iter=1000)
    # m.fit(X_train, y_train)
    print(f"{cfg['desc']}: 权重范数 ≈ {np.linalg.norm(m.coef_):.4f}")
    # 强正则 → 权重被压缩到很小 → 模型简单
    # 弱正则 → 权重可以很大 → 模型复杂（可能过拟合）

参数含义速查：

  • penalty='l2'：L2 正则化（权重衰减），防止过拟合的最常用手段
  • C=1.0：正则化强度的倒数；C 越小，正则化越强（C=0.01 表示强正则，C=100 表示弱正则）
  • class_weight='balanced'：自动根据类别频率调整权重，适合类别不平衡场景（如欺诈检测中负样本远多于正样本）

调参建议：先用 GridSearchCV 在 [0.01, 0.1, 1, 10, 100] 范围内搜索 C 值，通常能找到不错的平衡点。

四、案例一：AI 服务健康状态检测（特征工程全流程）

4.1 业务场景映射：从医学数据到 AI 运维

原数据集是医学领域的心脏病预测，这里将其改造成 AI 后台服务健康检测场景，展示逻辑回归在实际业务中的应用：

原始字段（心脏病数据集）改造后字段（AI 服务场景）数据类型说明
年龄服务运行天数连续值服务上线至今的天数
性别部署区域（0=国内, 1=海外）二元特征影响网络延迟模式
胸痛类型错误码类别（0-3 代表不同错误模式）类别型需要独热编码
静息血压请求 QPS（每秒查询率）连续值反映服务负载
胆固醇平均响应时间(ms)连续值性能指标
空腹血糖CPU 使用率是否超阈值二元特征0=正常, 1=超载
最大心率并发连接数连续值资源占用情况
运动性心绞痛是否触发限流二元特征0=未限流, 1=已限流
是否患有心脏病服务是否需要扩容（标签）二元标签0=无需扩容, 1=需要扩容

4.2 处理混合类型数据：数值型 + 类别型 + 二元

实际业务数据往往不是干净的数值矩阵，而是混合了多种类型的"脏数据"。下面展示如何用 ColumnTransformer 统一处理：

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler, OneHotEncoder
from sklearn.compose import ColumnTransformer
from sklearn.linear_model import LogisticRegression

# 加载数据（假设已改造为 AI 服务场景）
service_health = pd.read_csv("data/service_health.csv")
service_health = service_health.dropna()  # 删除缺失值行

# 划分特征和标签
X = service_health.drop("need_scale", axis=1)  # 特征矩阵
y = service_health["need_scale"]               # 标签列：是否需要扩容

# 划分训练集和测试集（70% 训练，30% 测试）
x_train, x_test, y_train, y_test = train_test_split(
    X, y, test_size=0.3, random_state=100
)

# 定义三种类型的特征列名
numerical_features = ["运行天数", "QPS", "响应时间", "并发连接数"]
categorical_features = ["错误码类别", "部署环境", "峰值时段"]
binary_features = ["CPU超载", "触发限流"]

# 构建预处理流水线（ColumnTransformer 会按列名自动匹配）
preprocessor = ColumnTransformer(
    transformers=[
        ("num", StandardScaler(), numerical_features),       # 数值型 → 标准化（均值0方差1）
        ("cat", OneHotEncoder(drop="first"), categorical_features),  # 类别型 → 独热编码
        ("binary", "passthrough", binary_features),          # 二元 → 保持原样（不转换）
    ]
)

# 执行特征转换
x_train_processed = preprocessor.fit_transform(x_train)  # 训练集：拟合+转换
x_test_processed = preprocessor.transform(x_test)         # 测试集：仅转换（用训练集统计量）

print(f"原始特征数: {X.shape[1]}")
print(f"处理后特征数: {x_train_processed.shape[1]}")  # 通常会增加（独热编码产生新列）

4.3 为什么独热编码要用 drop=“first”？

独热编码时设置 drop="first" 是为了避免多重共线性（Multicollinearity）——一个容易被忽视但后果严重的陷阱：

假设"错误码类别"有 4 种取值（0, 1, 2, 3）

❌ 不使用 drop="first":
→ 生成 4 列：错误码_0, 错误码_1, 错误码_2, 错误码_3
→ 这 4 列满足：错误码_0 + 错误码_1 + 错误码_2 + 错误码_3 = 1（恒等式！）
→ 完全共线性 → 特征矩阵不可逆 → 参数估计不稳定 → 模型无法正常求解

✅ 使用 drop="first":
→ 生成 3 列：错误码_1, 错误码_2, 错误码_3
→ 当这 3 列都为 0 时，隐含表示"错误码_0 = 1"（基准类）
→ 打破完全共线性 → 矩阵可逆 → 模型稳定求解

类比理解：就像你问一个人"你是北京人、上海人、广州人还是深圳人？“——如果前三个答案都是"否”，那他一定是深圳人，没必要再问第四个问题。

4.4 训练模型并评估效果

# 创建并训练逻辑回归模型
model = LogisticRegression(solver='lbfgs', C=1.0, max_iter=1000)
model.fit(x_train_processed, y_train)

# 在测试集上评估准确率
accuracy = model.score(x_test_processed, y_test)
print(f"测试集准确率: {accuracy:.4f}")

# 查看各类别的预测概率（可用于后续调整决策阈值）
probas = model.predict_proba(x_test_processed)
print(f"\n前 5 个样本的预测概率:")
print(probas[:5])

# 输出示例：
# 测试集准确率: 0.8567
#
# 前 5 个样本的预测概率:
# [[0.23 0.77]   → 77% 概率需要扩容
#  [0.91 0.09]   → 91% 概率不需要扩容
#  [0.45 0.55]   → 55% 概率需要扩容（边界样本）
#  [0.88 0.12]
#  [0.67 0.33]]

五、多分类扩展：从二分类到多分类的两种策略

逻辑回归本质上是二分类器，但可以通过策略扩展到多分类问题（如手写数字识别 0-9）。工业界有两种主流方法：

5.1 一对多（OvR）：训练 C 个二分类器

核心思想：若有 C 个类别，就训练 C 个独立的二分类器。第 i 个分类器负责回答"这个样本是不是第 i 类？"的问题。

from sklearn.linear_model import LogisticRegression
from sklearn.multiclass import OneVsRestClassifier

# 方法 1：直接使用 multi_class 参数（推荐）
model_ovr = LogisticRegression(multi_class='ovr', max_iter=1000)

# 方法 2：使用 OneVsRestClassifier 包装器（更灵活，可替换底层分类器）
model_ovr_wrapper = OneVsRestClassifier(LogisticRegression())

OvR 的工作原理示意（以 3 类问题为例）：

原始问题：判断样本属于 {猫, 狗, 鸟} 哪一类？

分解为 3 个子问题：
┌─────────────────────────────────────┐
│ 分类器 1: 是猫 vs 不是猫？            │
│ 分类器 2: 是狗 vs 不是狗？            │
│ 分类器 3: 是鸟 vs 不是鸟？            │
└─────────────────────────────────────┘

预测时：运行全部 3 个分类器，选取输出概率最高的那个类别
例如：分类器1输出0.9, 分类器2输出0.3, 分类器3输出0.1 → 预测为"猫"

优缺点对比：

优点缺点
实现简单，易于理解和调试类别数量多时训练时间长（需训练 C 个模型）
适用于类别数量较少的场景（C < 10）各分类器独立训练，可能存在决策冲突
可以并行训练加速（每个分类器互不影响）对类别不平衡较敏感（少数类可能被忽略）

5.2 Softmax 回归：一个模型搞定多分类

核心思想：不拆分成多个二分类问题，而是直接扩展逻辑回归到多分类——使用 Softmax 函数将模型输出转化为概率分布，只需训练一个统一模型。

P ( y = c ∣ x ) = e w c T x ∑ j = 1 C e w j T x P(y=c|x) = \frac{e^{w_c^T x}}{\sum_{j=1}^{C} e^{w_j^T x}} P(y=c∣x)=∑j=1C​ewjT​xewcT​x​

# Softmax 回归实现（Sklearn 封装好了）
model_softmax = LogisticRegression(
    multi_class='multinomial',  # 指定使用 Softmax 多分类
    solver='lbfgs',            # Softmax 需要 lbfgs 或 saga 求解器
    max_iter=1000
)

# 对于多分类问题，Sklearn 有时会自动选择 multinomial
# 因此有时可以省略 multi_class 参数
model_auto = LogisticRegression(max_iter=1000)

Softmax 函数计算示例（3 个类别）：

import numpy as np

def softmax(scores):
    """
    Softmax 函数：将原始分数转换为概率分布（所有概率之和为 1）
    
    参数:
        scores: 各类别的原始分数 (n_classes,)，由线性模型输出
    返回:
        probas: 归一化后的概率分布 (n_classes,)
    """
    # 减去最大值防止指数溢出（数值稳定性技巧）
    exp_scores = np.exp(scores - np.max(scores))
    return exp_scores / np.sum(exp_scores)

# 假设模型对某个样本输出的原始分数（未经 softmax）
raw_scores = np.array([2.0, 1.0, 0.1])  # 类别 0、1、2 的原始得分
probas = softmax(raw_scores)

print(f"原始分数: {raw_scores}")
print(f"Softmax 概率: {probas}")
print(f"概率之和: {np.sum(probas):.4f}")  # 应该等于 1.0
print(f"预测类别: {np.argmax(probas)}")     # 选择概率最大的类别

# 输出示例：
# 原始分数: [2.  1.  0.1]
# Softmax 概率: [0.659  0.242  0.099]
# 概率之和: 1.0000
# 预测类别: 0

优缺点对比：

优点缺点
只训练 1 个模型，计算和存储效率高需要对所有类别求指数运算，类别极多时计算量大
决策一致性更好（所有类别概率之和恒为 1）对类别不平衡的处理不如 OvR 灵活
天然支持概率校准（可直接用于置信度估计）需要选择支持 multinomial 的求解器

5.3 OvR vs Softmax 怎么选？

场景推荐策略理由
类别数 < 10，需要快速迭代OvR实现简单，易于调试，可并行训练
类别数 ≥ 10，追求精度Softmax单模型训练更快，决策更一致
类别严重不平衡OvR可以为每个分类器单独设置 class_weight
需要概率输出用于下游任务Softmax天然输出联合概率分布

六、案例二：手写数字识别（图像分类入门）

数据集说明

Kaggle 的 Digit Recognizer 数据集是图像分类领域的"Hello World"：

  • 每张图片是 28×28 的灰度图像（手写数字 0-9）
  • 展平后有 784 个像素特征（每个像素值 0-255 表示亮度）
  • 第 1 列是标签（数字），之后 784 列是像素亮度值
  • 训练集约 42000 张图片，测试集约 28000 张

完整代码实现

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import MinMaxScaler
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import classification_report, confusion_matrix
import seaborn as sns

# 加载数据集
digit = pd.read_csv("data/train.csv")
print(f"数据集形状: {digit.shape}")  # (42000, 785)：42000张图片 × (1标签 + 784像素)

# 可视化第 11 张图片（索引 10），直观了解数据长什么样
plt.figure(figsize=(4, 4))
plt.imshow(digit.iloc[10, 1:].values.reshape(28, 28), cmap='gray')
plt.title(f"Label: {digit.iloc[10, 0]}")
plt.axis('off')
plt.show()

# 划分特征和标签
X = digit.drop("label", axis=1)  # 784 个像素特征
y = digit["label"]                # 数字标签 (0-9)

# 划分训练集和测试集（70% 训练，30% 测试）
x_train, x_test, y_train, y_test = train_test_split(
    X, y, test_size=0.3, random_state=100
)

# 像素值归一化到 [0, 1] 区间（加快收敛速度，提高精度）
scaler = MinMaxScaler()
x_train_scaled = scaler.fit_transform(x_train)  # 训练集：计算 min/max 并转换
x_test_scaled = scaler.transform(x_test)          # 测试集：用训练集的 min/max 转换

# 训练逻辑回归模型（多分类，使用 Softmax）
model = LogisticRegression(
    max_iter=500,              # 增加迭代次数确保收敛（默认 100 可能不够）
    multi_class='multinomial', # 显式指定使用 Softmax 多分类
    solver='lbfgs'             # Softmax 需要 lbfgs 或 saga
)
model.fit(x_train_scaled, y_train)

# 评估模型性能
accuracy = model.score(x_test_scaled, y_test)
print(f"\n测试集准确率: {accuracy:.4f}")  # 通常能达到 92% 左右

# 输出详细的分类报告（精确率、召回率、F1-score）
print("\n分类报告:")
print(classification_report(y_test, model.predict(x_test_scaled)))

# 预测单张图片并可视化
sample_idx = 123
sample_image = digit.iloc[sample_idx, 1:].values.reshape(1, -1)
sample_scaled = scaler.transform(sample_image)
prediction = model.predict(sample_scaled)[0]
probability = model.predict_proba(sample_scaled).max()  # 最高概率作为置信度

plt.figure(figsize=(4, 4))
plt.imshow(sample_image.reshape(28, 28), cmap='gray')
plt.title(f"Predicted: {prediction} (Confidence: {probability:.2%})")
plt.axis('off')
plt.show()

结果分析与改进方向

逻辑回归在 MNIST 数据集上通常能达到 92% 左右的准确率——对于没有卷积神经网络的线性模型来说，这是一个不错的基线结果。

如果想进一步提升性能，可以考虑以下方向：

改进方法原理预期提升
增加多项式特征捕捉像素间的非线性关系（如相邻像素的乘积）+1~3%
PCA 降维后再训练去除噪声像素，保留主要方差信息+0.5~2%（同时提速）
升级到神经网络/CNN自动学习层次化特征（边缘→形状→数字）+5~10%（可达 98%+）

常见问题与踩坑指南

为什么逻辑回归名字带"回归"却用于分类？

这个名字确实容易让人困惑，初次接触时总以为它是用来预测连续值的。实际上它来源于历史原因——数学形式上确实是线性回归的推广，只是在输出层多了 sigmoid 映射这一步。核心仍然是学习权重向量 w，从这个角度看，它确实是一种"回归"方法的变体。

快速记忆法：逻辑回归 = 线性回归 + Sigmoid + 对数损失。前三字说的是"数学出身"，后两字说的是"实际用途"。

类别不平衡时怎么救？

实际业务中经常遇到"正样本极少"的情况（如欺诈检测中欺诈交易只占 0.1%）。除了设置 class_weight='balanced' 让模型自动关注少数类，还有三种常用策略：

# 策略 1：调整决策阈值（降低正类门槛，提升召回率）
y_probas = model.predict_proba(X_test)[:, 1]  # 取正类概率列
y_custom = (y_probas > 0.3).astype(int)       # 默认 0.5，降到 0.3 更敏感

# 策略 2：过采样少数类（使用 imbalanced-learn 库合成新样本）
# from imblearn.over_sampling import SMOTE
# smote = SMOTE(random_state=42)
# X_resampled, y_resampled = smote.fit_resample(X_train, y_train)

# 策略 3：换评估指标（F1-score 比 accuracy 更适合不平衡场景）
# from sklearn.metrics import f1_score
# f1 = f1_score(y_test, y_pred, average='weighted')

不同业务的取舍方向：

  • 金融风控、医疗诊断：宁可误报不可漏报 → 降低阈值 + 关注召回率（别放过坏人）
  • 垃圾邮件过滤：宁可漏报不可误删正常邮件 → 提升阈值 + 关注精确率（别删用户重要信）

逻辑回归什么时候会失效？该换什么模型？

逻辑回归不是万能药，遇到以下情况时应该考虑升级方案：

失效信号典型场景推荐替代方案升级成本
验证集准确率比随机森林低 5%+数据存在强非线性模式XGBoost / LightGBM低（API 类似）
维度爆炸（特征数 > 样本数）文本 TF-IDF、基因数据线性 SVM + L1 正则低
特征间有复杂交互关系“A>10 且 B<5 时才为正类”梯度提升树自动捕捉中
输入是序列/图像/图结构时间序列、图片分类RNN/CNN/GNN高（需重写架构）

判断方法：用同样的训练/测试集跑一遍随机森林或 XGBoost，如果差距 > 5%，说明数据中有逻辑回归无法捕捉的非线性规律，该换模型了。

正则化参数 C 怎么调？有没有经验范围？

C 是正则化强度的倒数（反直觉设计！），控制模型的复杂度权衡：

from sklearn.model_selection import GridSearchCV

# 定义参数搜索网格（工业界常用的经验范围）
param_grid = {
    'C': [0.001, 0.01, 0.1, 1, 10, 100],  # 从强正则到弱正则
    'penalty': ['l2'],                       # 先用 l2 试水
    'solver': ['lbfgs']
}

# 5 折交叉验证搜索最佳参数（避免过拟合单一划分）
grid_search = GridSearchCV(
    LogisticRegression(max_iter=1000),
    param_grid,
    cv=5,
    scoring='accuracy'  # 不平衡场景改用 'f1' 或 'roc_auc'
)
grid_search.fit(x_train_processed, y_train)

print(f"最佳 C 值: {grid_search.best_params_['C']}")
print(f"交叉验证准确率: {grid_search.best_score_:.4f}")

C 值的经验规律（像调收音机旋钮）：

  • C 太小（0.001~0.01）：欠拟合，模型过于简单，训练集和测试集表现都差（信号太弱听不清）
  • C 合适（0.1~10）：泛化能力强，测试集表现最好（音质清晰）
  • C 太大（100+）：过拟合，训练集表现好但测试集明显下降（噪音也被放大了）

和 AI 大模型开发的关系

场景 1：文本情感分析的基线模型

逻辑回归 + TF-IDF 是 NLP 任务中最经典的 baseline 组合，快速验证可行性后再考虑上 BERT 等大模型：

from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.linear_model import LogisticRegression
from sklearn.pipeline import Pipeline

# 构建情感分析流水线（TF-IDF 特征提取 + 逻辑回归分类）
sentiment_pipeline = Pipeline([
    ('tfidf', TfidfVectorizer(
        max_features=5000,          # 保留最高频的 5000 个词
        ngram_range=(1, 2)         # 同时捕捉单词和双词组合
    )),
    ('clf', LogisticRegression(
        C=1.0,
        class_weight='balanced',   # 处理正面/负面评论数量不平衡
        max_iter=1000
    ))
])

# 训练数据：用户评论 + 情感标签（1=正面, 0=负面）
comments = [
    "这个 Agent 回答很准确，解决了我的问题",
    "API 响应太慢了，体验很差",
    "知识库检索效果不错，推荐使用",
    "经常出现幻觉，不可靠"
]
labels = [1, 0, 1, 0]

sentiment_pipeline.fit(comments, labels)

# 预测新评论的情感倾向
new_comment = ["RAG 检索速度很快，但准确性有待提高"]
pred = sentiment_pipeline.predict(new_comment)
proba = sentiment_pipeline.predict_proba(new_comment)

print(f"预测情感: {'正面' if pred[0]==1 else '负面'}")
print(f"置信度: {proba[0][pred[0]]:.2%}")

# 适用场景：快速验证文本分类可行性、作为深度学习模型的 baseline、资源受限时的轻量方案

场景 2：意图识别的多分类网关

在智能客服系统中，逻辑回归可以作为第一层"路由器"，快速将用户查询分发到不同的处理模块：

from sklearn.linear_model import LogisticRegression
from sklearn.preprocessing import LabelEncoder

# 用户查询意图分类（简化示例）
intents = {
    'greeting': ['你好', 'hi', 'hello', '您好'],
    'faq': ['怎么用', '如何配置', '文档在哪', '价格多少'],
    'technical_error': ['报错了', '502', '超时', '连接失败'],
    'feedback': ['建议', 'bug', '改进', '投诉']
}

# 编码意图标签为数字（Sklearn 要求标签为数值）
le = LabelEncoder()
intent_labels = list(intents.keys())
y_encoded = le.fit_transform(intent_labels)

# 训练多分类逻辑回归（使用 Softmax，天然输出概率分布）
intent_classifier = LogisticRegression(
    multi_class='multinomial',
    max_iter=500,
    C=0.5
)
# intent_classifier.fit(X_tfidf, y_encoded)  # X_tfidf 为 TF-IDF 特征矩阵

# 预测用户查询的意图
# query = "系统一直报 502 错误怎么办"
# query_tfidf = vectorizer.transform([query])
# predicted_intent = le.inverse_transform(intent_classifier.predict(query_tfidf))[0]
# intent_proba = intent_classifier.predict_proba(query_tfidf).max()
# print(f"识别到的意图: {predicted_intent}（置信度: {intent_proba:.2%}）")

# 适用场景：智能客服路由、FAQ 自动分发、Agent 任务调度、降低大模型 API 调用成本

场景 3：异常检测的概率阈值动态调优

在生产环境中，固定的 0.5 阈值往往不够灵活。通过分析 Precision-Recall 曲线，可以为不同业务需求定制最优阈值：

import numpy as np
from sklearn.metrics import precision_recall_curve, f1_score, confusion_matrix

# 假设已有训练好的异常检测模型
# model: LogisticRegression 实例（已训练）
# x_test, y_test: 测试数据和标签

# 获取预测概率（取正类概率列）
y_scores = model.predict_proba(x_test)[:, 1]

# 计算 Precision-Recall 曲线，寻找最优阈值
precisions, recalls, thresholds = precision_recall_curve(y_test, y_scores)

# 根据 F1-score 选择最佳阈值（精确率和召回率的调和平均）
f1_scores = 2 * (precisions[:-1] * recalls[:-1]) / (precisions[:-1] + recalls[:-1])
best_threshold = thresholds[np.argmax(f1_scores)]
best_f1 = np.max(f1_scores)

print(f"默认阈值 (0.5) 的 F1-Score: {f1_score(y_test, (y_scores >= 0.5).astype(int)):.4f}")
print(f"最佳阈值: {best_threshold:.3f}")
print(f"最佳 F1-Score: {best_f1:.4f}")

# 使用自定义阈值进行预测
y_custom_pred = (y_scores >= best_threshold).astype(int)

# 输出混淆矩阵，查看各类错误情况
tn, fp, fn, tp = confusion_matrix(y_test, y_custom_pred).ravel()
print(f"\n混淆矩阵:")
print(f"真阴性(TN): {tn}  假阳性(FP): {fp}")
print(f"假阴性(FN): {fn}  真阳性(TP): {tp}")

# 适用场景：安全告警系统（宁可误报不可漏报）、金融风控（平衡通过率与坏账率）、运维监控（动态调整灵敏度）

场景 4：模型可解释性与特征重要性分析

逻辑回归的一个巨大优势是可解释性强——权重系数直接反映每个特征对预测的影响方向和强度，这在合规审计、产品决策中非常重要：

import pandas as pd
import matplotlib.pyplot as plt

# 假设模型已训练完成
# model: LogisticRegression 实例
# feature_names: 特征名称列表（与训练时传入的列顺序一致）

# 提取权重系数（shape = (n_classes, n_features)，二分类时取第一行）
coefficients = model.coef_[0]
feature_importance = pd.DataFrame({
    'feature': feature_names,
    'coefficient': coefficients,
    'abs_coef': abs(coefficients)
}).sort_values('abs_coef', ascending=False)

print("\nTop 10 重要特征（按影响力排序）:")
print(feature_importance.head(10))

# 可视化特征权重（正向影响为红色，负向影响为蓝色）
top_features = feature_importance.head(15)
plt.figure(figsize=(10, 6))
colors = ['red' if c > 0 else 'blue' for c in top_features['coefficient']]
bars = plt.barh(top_features['feature'], top_features['coefficient'], color=colors)
plt.xlabel('Coefficient Weight (影响方向与强度)')
plt.title('Feature Importance in Logistic Regression')
plt.axvline(x=0, color='black', linewidth=0.5)  # 零线
plt.tight_layout()
plt.show()

"""
输出解读示例:
┌─────────────────┬──────────────┬────────────────────────────┐
│ 特征名          │ 系数值       │ 业务含义                   │
├─────────────────┼──────────────┼────────────────────────────┤
│ 响应时间        │ +2.35 (红色) │ 响应时间↑ → 扩容概率↑      │
│ CPU超载         │ +1.89 (红色) │ CPU超载 → 扩容概率↑        │
│ 运行天数        │ -1.22 (蓝色) │ 运行久 → 扩容概率↓（稳定） │
│ QPS             │ +0.87 (红色) │ 负载高 → 扩容概率↑         │
└─────────────────┴──────────────┴────────────────────────────┘

- 正系数（红色）：该特征值增大 → 正类概率增加
- 负系数（蓝色）：该特征值增大 → 负类概率增加（或正类概率减少）
- 绝对值越大：该特征对最终决策的影响越强
"""

# 适用场景：向产品经理解释模型行为、排查特征质量问题、合规审计需要可解释性、指导特征工程优化

总结

这篇从 sigmoid 函数的数学特性出发，讲了逻辑回归的四大核心模块：

  1. 原理层：sigmoid 将线性输出映射到概率空间，对数损失源于最大似然估计，天然适合分类任务
  2. 工程层：ColumnTransformer 处理混合类型数据（数值标准化 + 类别独热编码 + 二元保持原样），drop=“first” 避免多重共线性陷阱
  3. 扩展层：OvR（训练 C 个二分类器，适合类别少）vs Softmax（单模型多分类，适合类别多），各有适用场景
  4. 实战层：从 AI 服务健康检测到手写数字识别，覆盖了二分类和多分类的完整流程

逻辑回归虽然结构简单（线性组合 + sigmoid + 对数损失），但在工业界依然广泛使用——特别是在需要概率输出、快速迭代、强解释性的场景。它是很多复杂模型的 baseline，也是理解神经网络激活函数和交叉熵损失函数的基础。

下一篇会讲感知机与神经网络基础——从单个神经元的工作机制开始，逐步构建多层前馈网络，为后续深度学习章节打基础。

#逻辑回归 #机器学习 #Sklearn #Python #分类算法

标签
#分类 #逻辑回归 #人工智能 #机器学习
空堂与归
关注
【数学建模技术】逻辑回归模型在二分类问题中的参数估计方法
一键难忘的博客
05-15 799
本文系统阐述了逻辑回归模型在二分类问题中的参数估计方法。首先介绍了Sigmoid函数和逻辑回归的基本原理，详细分析了最大似然估计、梯度下降和牛顿法等优化算法。针对模型过拟合问题，探讨了L1、L2正则化及弹性网络技术。同时扩展了多分类问题的Softmax回归方法，并建立了完整的模型评估体系。通过UCI数据集的实验验证，逻辑回归在准确率和训练效率上表现优异，为分类任务提供了有效的理论依据和实践指导。研究表明，逻辑回归在保持计算效率的同时，能够提供可解释的概率输出，具有广泛的应用价值。
基于逻辑回归的鸢尾花分类预测
qq_40582172的博客
12-22 1万+
基于逻辑回归的分类预测1 逻辑回归的介绍和应用1.1 逻辑回归的介绍1.2 逻辑回归的应用2 学习目标3 代码流程4 算法实战4.1 Demo实践Step1:库函数导入Step2:模型训练Step3:模型参数查看Step4:数据和模型可视化Step5:模型预测4.2 基于鸢尾花（iris）数据集的逻辑回归分类实践Step1:库函数导入Step2:数据读取/载入Step3:数据信息简单查看Step4:可视化描述Step5:利用 逻辑回归模型 在二分类上 进行训练和预测Step6:利用 逻辑回归模型 在三分类(
数学建模（9）分类模型
qq_45507796的博客
08-15 3123
数学建模（9）分类模型 也就是逻辑（logistic）回归或者fisher判别 逻辑回归 y≥0.5事件发生 y<0.5事件不发生 所以需要找到一个函数值域在[0,1]之间 比如标准正态分布的累计密度函数（称为probitprobitprobit回归） Φ(x)=∫−∞x12πe−t22dt\Phi(x)=\int^x_{-\infty}\frac{1}{\sqrt{2\pi}}e^{-\frac{t^2}{2}}dtΦ(x)=∫−∞x​2π​1​e−2t2​dt 和SigmoidSigmoidSig
逻辑回归
qq_35906568的博客
12-15 393
目录一、前言二、什么是逻辑回归 一、前言 逻辑回归（Logistic Regression，LR）。在Kaggle竞赛的统计中，LR算法以63.5%的出产率，荣获各领域中“出场率最高的算法”这一殊荣。在实际场景中，逻辑回归同样应用广泛，大到国家各项经济政策的制定，小到计算广告CTR，都能看到LR算的身影。 除了应用广泛外，LR的建模过程还体现了数据建模中很重要的思想：对问题划分层次，并利用非线性变...
一文读懂逻辑回归(Logistic Regression)
Lavender-csdn的博客
04-29 2639
逻辑回归其实是是一种广义的线性回归，虽然说是回归函数，但是它其实是处理分类问题，我们从其背景，损失函数两方面说清楚。 背景 参考周志华教授的《机器学习》和吴恩达大神的深度学习中的讲解，逻辑回归的起源是解决二分类问题，这里我们假设二分类中的类别是{0,1}，我们想知道给定一个样本X，这个样本属于1类的概率是多少？也就是要求得的值，而线性回归模型产生的预测值是实值，但是要想得到概率值，输出的值必须...
16 回归分析-逻辑回归与多项式回归
最新发布
weixin_43951955的博客
03-18 467
本章主要介绍回归分析的基本内容，包括一元线性回归、多元线性回归、逻辑回归、多项式回归，以及岭回归、Lasso 回归、弹性回归和逐步回归等方法 。其中，一元线性回归要求自变量与因变量之间存在线性关系，常用最小二乘法进行参数估计，但对异常值较敏感 [1]。此外，本章还介绍了欠拟合、过拟合、训练误差、测试误差和泛化能力，强调衡量模型好坏更重要的是测试误差，即模型对新实例的预测能力 。在改进方法中，岭回归通过加入 L2 正则项增强泛化能力并缓解共线性，Lasso 回归则通过 L1 正则项实现变量筛选
运用逻辑回归进行二分类及多分类
sruokun的博客
04-16 1万+
逻辑回归知识要点一、逻辑回归模型模型简介：算法的分类思想算法模型sigmoid函数函数原型sigmoid函数图像参数求解二、逻辑回归实现二分类模型训练与预测结果可视化计算概率值绘制决策边界三、逻辑回归实现多分类建模与可视化多分类实现细节（扩展） 目标： 能够清晰理解逻辑回归模型的原理。 掌握sigmooid函数的作用 能够使用逻辑回归模型实现二分类以及多分类任务 知识要点 一、逻辑回归模型 模...
预测概率的逻辑回归算法
热门推荐
ARGO的博客
10-16 1万+
原创： wk  Refinitiv创新实验室ARGO  10月1日 "本篇文章包含部分数学公式，阅读时间约10分钟" 曾有报道说，性感女神安吉丽娜朱莉因确认携带致癌基因，患乳腺癌概率为87%，所以她选择主动切除乳腺。当时这篇报道给我的震惊在于女神的果断，因为我们常人怀有侥幸心理，不到万不得已绝舍不得给自己来一刀。 不过，如今我们学习机器学习，那视角就得小小切换一下：女神这 87%的患病概率...
机器学习初探：（四）逻辑回归之二分类
m0_60862600的博客
02-17 3169
（四）逻辑回归 - 二分类 ​ 图片出处 文章目录（四）逻辑回归 - 二分类逻辑回归（Logistic Regression）为什么需要逻辑回归？逻辑回归损失函数从计算图的角度理解梯度下降算法什么是计算图（Computation Graph）逻辑回归梯度下降算法逻辑回归二分类实例小结参考资料 在机器学习初探：（一）机器学习绪论一文中，我们介绍了机
机器学习篇-逻辑回归的分类预测
weixin_44122303的博客
04-14 5598
机器学习篇-逻辑回归的分类预测 1 逻辑回归的介绍和应用 1.1 逻辑回归的介绍 逻辑回归（Logistic regression，简称LR）虽然其中带有"回归"两个字，但逻辑回归其实是一个分类模型，并且广泛应用于各个领域之中。虽然现在深度学习相对于这些传统方法更为火热，但实则这些传统方法由于其独特的优势依然广泛应用于各个领域中。 而对于逻辑回归而且，最为突出的两点就是其模型简单和模型的可解释性强。 逻辑回归模型的优劣势: 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
为什么不使用线性回归而是逻辑回归解决二分类预测问题
weixin_43842041的博客
02-27 5511
1.逻辑回归解决的问题 毫无疑问是分类问题，可以有多分类和二分类。 2.为什么不使用线性回归？（逻辑回归与线性回归的异同？） 一句话，是因为当因变量为概率时，用不了线性回归。 为啥？ 线性回归需要两个假设条件，即： 高斯马尔科夫条件 {cov(ϵi,ϵj)=0if&nbsp;i≠jD(ϵi)=σ2任意iE(ϵi)=0\begin{cases} cov(\epsilon_i,\epsilon_j)...
分类方法之逻辑回归
weixin_71158509的博客
01-14 2356
逻辑回归是一种用于解决分类问题的统计分析方法。它是一种广义线性模型，主要用于预测一个事件的概率。逻辑回归通过将输入变量和权重进行线性组合，并通过一个特殊的函数（称为逻辑函数或Sigmoid函数）将结果转化为0到1之间的概率值。这个概率值可以表示在给定输入变量的情况下，事件发生的可能性。逻辑回归可以用于二分类问题，也可以通过一些扩展方法用于多分类问题。在二分类问题中，逻辑回归将输出为两个类别中的一个，通过将概率阈值设定为0.5（通常是默认值），大于阈值的样本被分类为正类，小于阈值的样本被分类为负类。
逻辑回归主要解决回归问题，还是分类问题
携梦问道的博客
10-15 1369
逻辑回归主要用于解决分类问题，特别是二分类问题。尽管它的名称中含有“回归”，但实际上它是一个分类算法。在实际应用中，逻辑回归广泛应用于金融风险评估、医疗诊断、市场分析等领域，用于预测某类事件发生的可能性。
【数学建模】分类模型
catzhaojia的博客
01-23 8326
分类模型
概率预测的奥秘：深入sklearn模型的预测机制
2402_85758936的博客
07-01 2158
这就是概率预测发挥作用的地方。本文将深入探讨sklearn中模型的概率预测机制，并通过详细的代码示例，展示如何利用这些方法得到预测结果的概率估计。掌握概率预测的方法后，你将能够更加深入地理解你的模型，并能够提供更加可靠和透明的预测结果。通过本文的学习，你现在应该能够理解sklearn中概率预测的基本概念，并能够使用支持概率预测的模型得到预测结果的概率估计。在传统的机器学习模型中，预测往往是确定性的，即模型给出一个具体的预测值。这样，我们可以得到一个预测结果的置信区间，从而更好地理解预测结果的可靠性。
基于逻辑回归的分类预测
happiless的博客
04-12 1763
一. 学习知识点概要 1. 逻辑回归的介绍与应用 1.1 逻辑回归的介绍 逻辑回归（Logistic regression，简称LR）虽然其中带有"回归"两个字，但逻辑回归其实是一个分类模型，并且广泛应用于各个领域之中。虽然现在深度学习相对于这些传统方法更为火热，但实则这些传统方法由于其独特的优势依然广泛应用于各个领域中。 而对于逻辑回归，最为突出的两点就是其模型简单和模型的可解释性强。 逻辑回归模型的优劣势: 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
机器学习（一）：基于逻辑回归的分类与预测
RoyLi
02-01 1518
参考链接在这 逻辑回归的介绍与应用 逻辑回归的介绍 Logistic回归虽然名字里带“回归”，但是它实际上是一种分类方法，主要用于两分类问题（即输出只有两种，分别代表两个类别），所以利用了Logistic函数（或称为Sigmoid函数），函数形式为：logistic(z)=11+e−zlogistic(z) = \frac 1 {1+e^{-z}} logistic(z)=1+e−z1​,对应图像为： 因此，对于一组变量{x1,x2,...,xn,y}\{x_1,x_2,...,x_n,y\}{x1​,x
【机器学习】基于逻辑回归的分类预测
2301_76820214的博客
12-15 1318
逻辑回归（Logistic regression，简称LR）虽然其中带有"回归"两个字，但逻辑回归其实是一个分类模型，并且广泛应用于各个领域之中。虽然现在深度学习相对于这些传统方法更为火热，但实则这些传统方法由于其独特的优势依然广泛应用于各个领域中。而对于逻辑回归而且，最为突出的两点就是其模型简单和模型的可解释性强。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。
数学建模 分类模型
old sweet的博客
02-08 1万+
1、水果分类的例子 根据水果的属性，判断该水果的种类。 mass: 水果重量 width: 水果的宽度 height: 水果的高度 color_score: 水果的颜色数值，范围0‐1 fruit_name：水果类别 前19个样本是苹果 后19个样本是橙子 用这38个样本预测后四个样本对应的水果种类。 应用逻辑回归的操作，先进行数据预处理，生成虚拟变量。 2、逻辑回归 对于因变量为分类变量的情况...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值