逻辑回归
教材《人工智能导论》3.2.1 · 已审核
通俗解释
逻辑回归用线性打分加 Sigmoid 等映射预测类别概率，是经典分类基线。其可解释性与训练成本使它适合与更复杂模型比较。
例子
模型给一封邮件输出垃圾邮件概率 0.8。
容易混淆
名称中有“回归”，但常用来做分类。
检查理解
逻辑回归输出的 0.8 应如何解释？
查看参考答案
在模型和数据校准条件下，它表示模型估计该邮件属于正类的概率约为 0.8；最终类别还取决于阈值。
教材《人工智能导论》3.2.1 · 已审核
逻辑回归用线性打分加 Sigmoid 等映射预测类别概率，是经典分类基线。其可解释性与训练成本使它适合与更复杂模型比较。
模型给一封邮件输出垃圾邮件概率 0.8。
名称中有“回归”，但常用来做分类。
逻辑回归输出的 0.8 应如何解释？
在模型和数据校准条件下，它表示模型估计该邮件属于正类的概率约为 0.8；最终类别还取决于阈值。