Logistic回归与概率
Python 中的线性分类器
Michael (Mike) Gelbart
Instructor, The University of British Columbia
Logistic回归的概率
无正则化（$C=10^8$）：
Logistic回归的概率
无正则化（$C=10^8$）：
- 模型系数：
[[1.55 1.57]] - 模型截距：
[-0.64]
Logistic回归的概率
无正则化（$C=10^8$）：
- 模型系数：
[[1.55 1.57]] - 模型截距：
[-0.64]
有正则化（$C=1$）：
- 模型系数：
[[0.45 0.64]] - 模型截距：
[-0.26]
这些概率如何计算？
- Logistic回归预测：原始模型输出的符号
- Logistic回归概率：对原始输出"压缩"的结果
