越影&逐日而行

摘要： 在前面我们曾经有一个问题，就是在logistic回归中，我们为什么用对于这个问题，我们先定义了一个一般线性模型一般为y，就是我们前面所说的真实值y这个分布也就是指数分布伯努利分布，高斯分布，泊松分布，贝塔分布，狄特里特分布都可以用这个指数分布来表示。在对数回归时采用的是伯努利分布，对于伯努利分布，可以表示成则我们对照上面的一般线性模型解，这边也就看到我们为什么用上面的g(z)的原因对于正态分布，为了简单起见，则对照上面的一般线性模型。有这个也就是我们前面的线性回归。好的，下面总结一下思路：1. 对于我们要估计的值，我们就将其转化到某个分布中去，（特定的问题转化到特定的分布）比如分类问题，我们只 阅读全文