Machine learning 如何计算logistic回归的权重？
我想用逻辑回归来解决机器学习问题。这个算法的公式是P（y=1）=1/（1+e^（-（b0+b1x1+b2x2+⋯+bn（xn）））。如何计算b0，b1，…，bn 当此表为训练集时，公式中的b0、b1和b2是什么？那你怎么计算呢Machine learning 如何计算logistic回归的权重？,machine-learning,classification,logistic-regression,Machine Learning,Classification,Logistic Regression,我想用逻辑回归来解决机器学习问题。这个算法的公式是P（y=1）=1/（1+e^（-（b0+b1x1+b2x2+⋯+bn（xn）））。如何计算b0，b1，…，bn 当此表为训练集时，公式中的b0、b1和b2是什么？那你怎么计算呢 当p（y=0）>p（y=1）时，新对象的预测类别是否为0？一个非常简短的答案是，您通常根据模型定义一个，然后设置权重，以使生成的似然函数（通常使用对数似然）最大化。看
当p（y=0）>p（y=1）时，新对象的预测类别是否为0？一个非常简短的答案是，您通常根据模型定义一个，然后设置权重，以使生成的似然函数（通常使用对数似然）最大化。看