逻辑回归的工作原理

R 中级回归

Richie Cotton

Data Evangelist at DataCamp

平方和不适用

sum((y_pred - y_actual) ^ 2)

y_actual 始终为 0 或 1。

y_pred 介于 0 和 1 之间。

有比平方和更好的度量。

    y_pred * y_actual

    y_pred * y_actual + (1 - y_pred) * (1 - y_actual)

sum(y_pred * y_actual + (1 - y_pred) * (1 - y_actual))

当 y_actual = 1 时

y_pred * 1 + (1 - y_pred) * (1 - 1) = y_pred

当 y_actual = 0 时

y_pred * 0 + (1 - y_pred) * (1 - 0) = 1 - y_pred

log(y_pred) * y_actual + log(1 - y_pred) * (1 - y_actual)

两种公式结果相同。

最大化对数似然等同于最小化负对数似然。

-sum(log_likelihoods)

calc_neg_log_likelihood <- function(coeffs) {

  intercept <- coeffs[1]
  slope <- coeffs[2]

  # More calculation!

}

optim(
  par = ???,
  fn = ???
)

R 中级回归