<div id="js_content">
<p style="text-align: center"><img src="https://beijingoptbbs.oss-cn-beijing.aliyuncs.com/cs/5606289-f1692bb3869d060d9e61f2efc932f364.gif"><br></p>
<p>公众号后台回复<strong>“图书“</strong>，了解更多号主新书内容</p>
<p style="text-align: left">作者：浪哥</p>
<p style="text-align: left">来源：小一的学习笔记</p>
<p>今天分享的内容比较硬核，而且还相当硬核</p>
<blockquote>
<p>为什么？</p>
</blockquote>
<p>逻辑回归想必人人都有所耳闻，<strong>但是你真的认识它？你真的知道？</strong><strong></strong></p>
<p>公式推导什么的暂且不谈，因为那个确实有点绕，难的是逻辑回归相关的概念有很多，当然，<strong>面试官也最喜欢问</strong><strong></strong></p>
<p>所以，今天的文章分为两部分：</p>
<ul><li><p style="text-align: left"><strong>5 个核心知识点</strong><strong></strong></p></li><li><p style="text-align: left"><strong>9 大面试高频问题</strong></p></li></ul>
<p>核心知识点需要看点公式，不感兴趣的直接看高频问题也行</p>
<p>老规矩，阅读今天的文章之前 <strong>你需要先对逻辑回归有一个基本的认知</strong>，你可以大致过一遍西瓜书或者速读小一前面的文章：</p>
<ul><li><p style="text-align: left"><a href="http://mp.weixin.qq.com/s?__biz=MzI5MjYwNTU5NQ%3D%3D&chksm=ec7f93c8db081ade17ae963ab1a742a5d1dbaf76cf9e0448fc7ee60e15b8b555445667f82d65&idx=1&mid=2247485500&scene=21&sn=ce33995c41cc5170f2bd439c74d9a438#wechat_redirect"><strong>大话系列 | 逻辑回归的入门与优化</strong></a><br></p></li></ul>
<p>以下是正文...</p>
<h5>逻辑回归定义</h5>
<p>逻辑回归的定义特别简单，就一句话：</p>
<p>假设数据服从伯努利分布（01 分布），通过似然函数的方法利用梯度下降法求解参数θ，以达到将数据二分类的目的</p>
<br>
<h4>5 大核心要点</h4>
<h5>1. 逻辑回归的假设</h5>
<p>假设数据服从伯努利分布，也是说事件发生的概率为p，则不发生的概率为1-p</p>
<p>换句话说，当模型y的值等于标签为1的概率是p，用sigmoid 函数表示为：
<svg style="vertical-align: -1.538ex;width: 18.372ex;height: 3.495ex;" viewbox="0 -864.9 8120.6 1544.9">
<g fill="currentColor" stroke="currentColor" stroke-width="0" transform="matrix(1 0 0 -1 0 0)">
<g>
<g>
<g>
<path d="M287 628Q287 635 230 637Q206 637 199 638T192 648Q192 649 194 659Q200 679 203 681T397 683Q587 682 600 680Q664 669 707 631T751 530Q751 453 685 389Q616 321 507 303Q500 302 402 301H307L277 182Q247 66 247 59Q247 55 248 54T255 50T272 48T305 46H336Q342 37 342 35Q342 19 335 5Q330 0 319 0Q316 0 282 1T182 2Q120 2 87 2T51 1Q33 1 33 11Q33 13 36 25Q40 41 44 43T67 46Q94 46 127 49Q141 52 146 61Q149 65 218 339T287 628ZM645 554Q645 567 643 575T634 597T609 619T560 635Q553 636 480 637Q463 637 445 637T416 636T404 636Q391 635 386 627Q384 621 367 550T332 412T314 344Q314 342 395 342H407H430Q542 342 590 392Q617 419 631 471T645 554Z"></path>
</g>
<g transform="translate(642, -150) scale(0.707)">
<g>
<path d="M21 287Q21 301 36 335T84 406T158 442Q199 442 224 419T250 355Q248 336 247 334Q247 331 231 288T198 191T182 105Q182 62 196 45T238 27Q261 27 281 38T312 61T339 94Q339 95 344 114T358 173T377 247Q415 397 419 404Q432 431 462 431Q475 431 483 424T494 412T496 403Q496 390 447 193T391 -23Q363 -106 294 -155T156 -205Q111 -205 77 -183T43 -117Q43 -95 50 -80T69 -58T89 -48T106 -45Q150 -45 150 -87Q150 -107 138 -122T115 -142T102 -147L99 -148Q101 -153 118 -160T152 -167H160Q177 -167 186 -165Q219 -156 247 -127T290 -65T313 -9T321 21L315 17Q309 13 296 6T270 -6Q250 -11 231 -11Q185 -11 150 11T104 82Q103 89 103 113Q103 170 138 262T173 379Q173 380 173 381Q173 390 173 393T169 400T158 404H154Q131 404 112 385T82 344T65 302T57 280Q55 278 41 278H27Q21 284 21 287Z"></path>
</g>
<g transform="translate(490, 0)">
<path d="M56 347Q56 360 70 367H707Q722 359 722 347Q722 336 708 328L390 327H72Q56 332 56 347ZM56 153Q56 168 72 173H708Q722 163 722 153Q722 140 707 133H70Q56 140 56 153Z"></path>
</g>
<g transform="translate(1268, 0)">
<path d="M213 578L200 573Q186 568 160 563T102 556H83V602H102Q149 604 189 617T245 641T273 663Q275 666 285 666Q294 666 302 660V361L303 61Q310 54 315 52T339 48T401 46H427V0H416Q395 3 257 3Q121 3 100 0H88V46H114Q136 46 152 46T177 47T193 50T201 52T207 57T213 61V578Z"></path>
</g>
</g>
</g>
<g transform="translate(2219.9, 0)">
<path d="M56 347Q56 360 70 367H707Q722 359 722 347Q722 336 708 328L390 327H72Q56 332 56 347ZM56 153Q56 168 72 173H708Q722 163 722 153Q722 140 707 133H70Q56 140 56 153Z"></path>
</g>
<g transform="translate(3275.7, 0)">
<g transform="translate(1327.4, 394) scale(0.707)">
<path d="M213 578L200 573Q186 568 160 563T102 556H83V602H102Q149 604 189 617T245 641T273 663Q275 666 285 666Q294 666 302 660V361L303 61Q310 54 315 52T339 48T401 46H427V0H416Q395 3 257 3Q121 3 100 0H88V46H114Q136 46 152 46T177 47T193 50T201 52T207 57T213 61V578Z"></path>
</g>
<g |
|
转播
