logistic regression tensorflow实现

• logistic regression

  • 逻辑回归，属于线性的分类问题，即在给的数据集中，需要找到一条直线将数据集分成两种类别。直线可以表示为$y = WX$，其中，$W和X$都是向量，那么如何将线段映射到列别上呢，假设有一个函数，输入可以任意数据，但是输出只有两种结果，是不是就满足了需求。这种函数一般为分段函数，但是分段函数计算不方便，有一种函数可以近似的看成分段函数。即sigmoid函数$f(x) = \frac{1}{1 + e^{-x}}$。关于sigmoid函数的图像，可以前往我的另一篇文章查看：https://blog.csdn.net/xzccfzy/article/details/99432448
  • 假设现在有一条数据$X^{i}$，那么如果判断他的类别呢。根据上述的直线函数以及分类函数(sigmoid)，我们可以得到数据$X^{i}$的两种类别的概率：$P(y=1|W,X^{i}) = \frac{1}{1+ e^{-(WX^{i})}}$ $P(y=0|W,X^{i}) = 1 - P(y=1|W,X^{i}) = 1 - \frac{1}{1+ e^{-(WX^{i})}}$
    将两者结合起来$P(y|W,X^{i}) = (P(y=1|W,X^{i}))^{y} * (P(y=0|W,X^{i}))^{1-y}$
    现在只要求出表达式中的$W$即可计算得到数据的类别，要想算出参数$W$，一般使用极大似然估计，然后对似然估计结果取$ln$可以得到：$l(W,X^{i}) = \sum_{i=1}^{m}\left \{ y*P(y=1|W,X^{i}) + (1-y) * P(y=0|W,X^{i})) \right \}$
  • tensorflow 实现(版本1.12)
    github地址：https://github.com/xzccfzy/logistic_regression

来源：https://blog.csdn.net/xzccfzy/article/details/100012338