Logistic回归是对象分类的一种统计方法。本章将通过一些示例介绍逻辑回归。

分类

要了解逻辑回归，您应该知道分类的含义。让我们考虑以下示例以更好地理解这一点-

• 医生将肿瘤分类为恶性或良性。
• 银行交易可能是欺诈性的或真实的。

多年来，人类一直在执行此类任务-尽管它们容易出错。问题是我们可以训练机器为我们更好地完成这些任务吗?

这样的机器进行分类的示例是您机器上的电子邮件客户端，该电子邮件客户端将所有传入邮件分类为“垃圾邮件”或“非垃圾邮件”，并且做到了相当大的准确性。 Logistic回归统计技术已成功应用于电子邮件客户端。在这种情况下，我们已经训练了机器以解决分类问题。

Logistic回归只是用于解决这种二进制分类问题的机器学习的一部分。还有其他几种机器学习技术已经开发出来，并且正在实践中用于解决其他类型的问题。

如果您已经注意到，在上述所有示例中，谓词的结果只有两个值-是或否。我们将它们称为类-可以说我们说分类器将对象分为两个类。用技术术语来说，我们可以说结果或目标变量本质上是二分法的。

还有其他分类问题，其中输出可能被分类为两个以上的类。例如，给定装满水果的篮子，要求您分离不同种类的水果。现在，购物篮中可能装有橘子，苹果，芒果等。因此，当您分离出水果时，会将它们分成两个以上的类。这是一个多元分类问题。