P0 · 必會
機器學習
羅吉斯迴歸 (Logistic Regression)
是什麼
羅吉斯迴歸（Logistic Regression）是分類模型，把特徵的線性組合經 Sigmoid 函數轉成 0～1 的機率；多類別時改用 Softmax 輸出各類機率。名稱有「迴歸」，解的卻是分類問題。
解決什麼問題
需要輸出類別機率、可解釋係數、訓練與推論快速的分類任務，常作為大量資料下的基準模型。
考場 Trigger
- 二元分類且要輸出機率
- Sigmoid 函數
- 多類別 Softmax、multinomial
- solver 選 lbfgs 或 liblinear
容易搞混
迴歸支援向量機信用評分卡模型
中級深度
能說明它是分類模型、多類別選支援 multinomial 的 solver（如 lbfgs）而非 liblinear。