分类

• 分类问题
• 逻辑回归
• 二分类问题

分类问题：需要预测的变量 y 是离散值。

在分类问题中，我们尝试预测的是结果是否属于某一个类（例如正确或错误）。例子有：判断一封电子邮件是否是垃圾邮件；判断一次金融交易是否是欺诈；区别一个肿瘤是恶性的还是良性的。

逻辑回归 (Logistic Regression)

逻辑回归 (Logistic Regression) 是分类问题的一个代表算法，这是目前最流行使用最广泛的一种学习算法。

二分类问题

我们将因变量(dependant variable)可能属于的两个类分别称为负向类（negative class）和 正向类（positive class），则因变量 $y\in0$，其中 0 表示负向类，1 表示正向类。

如果我们要用线性回归算法来解决一个分类问题， 即使所有训练样本的标签 y 都等于 0 或 1，算法得到的值可能会远大于 1 或者远小于 0 ，不符合我们想要的结果。

分类问题下，可以采用逻辑回归的分类算法，这个算法的性质是：它的输出值永远在 0 到 1 之间。 它适用于标签 y 取值离散的情况，如：1 0 0 1。