为什么要用二元逻辑斯

逻辑斯谛模型

逻辑斯蒂模型，又称为逻辑模型，是一种用于分类问题的统计模型。它通过将线性模型的输出值映射到一个介于0和1之间的概率值，来预测样本的分类概率。逻辑斯蒂模型的基本假设是：对于给定的输入变量，属于某一类别的概率可以用一个逻辑函数（也称为sigmoid函数）来表示。

逻辑斯蒂模型（Logistic Model）是一种广泛应用于分类问题的统计模型，尤其在医学、生物学和科学等领域。它的输出是一个概率值，表示某个发生的可能性。逻辑斯蒂模型的参数包括截距项、斜率项以及一个链接函数，这些参数在模型中具有不同的意义和作用。

二项逻辑斯蒂模型是一种分类模型，由条件概率分布表示，形式为参数化的逻辑斯蒂分布，这里随机变量取值为实数，随机变量取值为1或-1。对于给定的输入实例，按照上述式可以求得和。逻辑斯蒂比较两个条件概率值的大小，将实例分到概率值较大的那一类。

逻辑斯蒂模型学习时，对于给定的训练数据集公式，可以应用最大似然估计来估计模型参数，从而得到逻辑斯蒂模型。