ng机器学习视频笔记（四）
——logistic回归
（转载请附上本文链接——linhxx）
一、概述
1、基本概念
logistic回归（logistic regression），是一个分类（classification）算法（注意不是回归算法，虽然有“回归”二字），用于处理分类问题，即结果是离散的。另外，由于有固定的结果，其是监督学习算法。
例如，预测天气、预测是否通过考试等，结果是离散的值，而预测房价这种就属于“回归”算法要解决的问题，而不是分类算法解决的问题。
2、公式
现在考虑只有两种结果情况下的logistic回归，结果只有0和1两种，即预测事件是否发生，1表示发送，0表示不发生。其h函数公式如下图所示：
其中，g函数又层S型函数（sigmoid function）。易知g函数范围：0<=g(z)<=1。
函数图像如下：
h(x)=g(z)的值，表示y=1的概率。即h(x)=p(y=1|x; θ)。y=1表示事件发生。因此h函数的结果即为事件发生的概率。
由于事件只有发生和不发生两种状态，因此，事件发生+事件不发生的概率为1，即如下公式：
二、决策边界
决策边界（decision boundary）表示h(x)=0时的x的表达式。
由于h函数是表示事件发生的概率，但是事件只有发生和不发生两种情况，因此需要将预测计算的概率和最终的结果联系起来。由于概率在0~1分布，因此，可以认为当h(x)>=0.5时，y=1。即h(x)>=0.5时，预测事件发生。同理，h(x)<0.5时，预测结果是y=0，即事件不会发生。即，只有两个结果的情况下，一个结果发生的概率超过一半，则认为其会发生。
另外，由上面g(z)函数的图，可以知道，当z>=0时g(z)>=0.5，因此，z>=0时y=1。根据样本集的分布，决策边界可以分为线性的和非线性的。
三、代价函数
1、不能使用线性回归的代价函数公式
根据下图所示线性回归的代价函数，把h(x)用上面的1/(1+e-z)带入，求出来的结果，会是一个存在非常多极小值的函数，这样的代价函数称为非凸函数（non-convex）。
非凸函数的缺点在于，其极小值很多。根据梯度下降法，可以知道梯度下降只能求得极小值，因此对于非凸函数而言，最终得到的很可能是一个非最优化的代价函数，即预测结果可能很差，因此，需要对此公式进行变换。
2、公式
变换后的公式如上述所示。
3、公式分析
1）y=1
y=1时代价函数cost(h(x),y)=-log(h(x))，此时的函数图如下：
即，当y=1且预测结果h(x)=1时，代价是0；当h(x)=0时代价是正无穷大。
这个很好理解，因为事件只有发生和不发生，y=1表示真实情况下事件是发生的，此时如果预测也是发生则没有代价，如果预测是不发生则完全错误，代价非常大。由于h(x)>=0.5时结果都会当作发生，因此当h(x)<0.5时代价会陡增。
2）y=0
y=0时代价函数cost(h(x),y)=-log(1-h(x))，函数图如下：
分析过程同y=1。
4、简化代价函数
由于y只有0、1两种情况，此时代价函数可以简化，如下：
这个就是把上面的情况整合进来，把y=0、y=1带入则还是原来的式子。
四、梯度下降算法
方式同线性回归，不断迭代下面的式子，需要注意的是，当有多个特征，要一次性计算出所有的θ，同时带入。
另外，当特征值很大时，需要考虑特征缩放。
此外，除了梯度下降算法，还可以使用共轭梯度法（conjugate gradient）、变尺度法（BFGS）、限制变尺度法（L-BFGS）等，这些算法的共同点是不需要认为的选择α、收敛速度快，但是缺点是过程非常复杂。
五、一对多分类
当分类的结果有多种，而不仅仅是事件发生和不发生，例如预测天气，有晴、阴、雨等多种情况，此时称为一对多分类 （one-vs-all、one-vs-rest）。
这种情况下，采用的方法是，把结果拆成多种，每种的事件发生是1、不发生是0。分类图如下：
例如，预测明天的天气，把y=1、2、3（三角形、红叉、正方形）分别表示晴、阴、雨三种天气，则逐个进行预测，当预测是否晴天，y=1看作一类，y=2、3看作一类进行讨论。
其他情况类推。
此时，分别计算出h(x)=p(y=i|x; θ) (i=1,2,3)的概率，并得出最大概率是分到哪类。
——written by linhxx
更多最新文章，欢迎关注微信公众号“决胜机器学习”，或扫描右边二维码。
