Tag Archives: 邏輯斯回歸

本文的閱讀等級：中級 假設我們有一筆維數等於 ，樣本大小為 ，包含 個類別的數據 。數據點 散布在 空間，以 標記類別或代表類別的指標集，例如， 表示 來自 (歸屬) 第 類。我們的問題是利用給定的樣本 ，設計一個分類器 (classifier)；具體地說，給定一個數據點 ，判定它應歸於何類。貝氏定理 (Bayes’ theorem) 提供了分類問題的理論基礎 (見“貝氏定理──量化思考的利器”)： ， 其中 是類別 出現的機率，稱為先驗機率 (priori probability)； 是條件密度函數，即給定類別 ，數據點 的機率密度函數，也稱為似然 (likelihood)； 是數據點 的機率密度函數，稱為證據 (evidence)，算式為 ； 是指在給定數據點 的情況下，該點屬於 的機率，稱為後驗機率 (posterior probability)。 … Continue reading →