一、逻辑回归（Logistic Regression）

与线性回归的区别：

问题类型	输出类型	举例
回归问题	连续实数	房价预测、气温预测
分类问题	离散类别（0 或 1）	是否患病、是否点击广告、是否合格

我们希望构建一个模型，根据输入 $x$ 输出一个概率值：
$$h_{\theta }(x)=P(y=1\mid x;\theta )$$

应用场景

用于二分类任务，例如：

• 邮件是否垃圾
• 是否患病
• 信用是否违约

---

二、假设函数 Hypothesis

与线性回归的主要区别：输出范围需限制在 [0, 1]

使用 sigmoid 函数（也称 logistic 函数）：
$$h_{\theta }(x)=g({\theta }^{T}x)=\frac{1}{1+e^{-{\theta }^{T}x}}$$
其中：

• $g(z)$ 是 sigmoid 函数
• 输出值 $h_{\theta }(x)$ 表示输入为正类（y = 1）的概率

Python 实现：

import numpy as npdef sigmoid(z):return 1 / (1 + np.exp(-z))

---

三、分类决策

逻辑回归模型最终输出一个概率，我们通常采用：

• $h_{\theta }(x)\ge 0.5$ ⇒ 预测为 1
• $h_{\theta }(x)<0.5$ ⇒ 预测为 0

决策边界：

满足 $h_{\theta }(x)=0.5$ 即：
$${\theta }^{T}x=0$$
这就是一条分界线（或超平面），用来把输入空间划分为两类。

四、代价函数（Cost Function）

线性回归的平方误差不适用于分类，会导致非凸函数。因此改用如下对数损失函数：

单个样本：
$$\text{Cost}(h_{\theta }(x),y)=\{\begin{array}{ll}-\log (h_{\theta }(x))& \text{if }y=1\\ -\log (1-h_{\theta }(x))& \text{if }y=0\end{array}$$
统一表达为：
$$J(\theta )=-\frac{1}{m}\sum _{i=1}^m\left[y^{(i)}\log (h_{\theta }(x^{(i)}))+(1-y^{(i)})\log (1-h_{\theta }(x^{(i)}))\right]$$
它是一个凸函数，可用梯度下降优化。

对每个样本：

• 若 $y=1$：损失为 $-\log (h_{\theta }(x))$
• 若 $y=0$：损失为 $-\log (1-h_{\theta }(x))$

Python 实现：

def compute_cost(theta, X, y):m = len(y)h = sigmoid(X @ theta)epsilon = 1e-5  # 防止 log(0)return (-1 / m) * (y.T @ np.log(h + epsilon) + (1 - y).T @ np.log(1 - h + epsilon))

---

五、梯度下降优化参数

逻辑回归成本函数依然是凸函数，适用梯度下降：
$${\theta }_j:={\theta }_j-\alpha \cdot \frac{1}{m}\sum _{i=1}^m(h_{\theta }(x^{(i)})-y^{(i)})\cdot x_j^{(i)}$$

向量化形式：
$$\theta :=\theta -\frac{\alpha }{m}{X}^T(h_{\theta }(x)-y)$$
其中 $h_{\theta }(x)=g(X\theta )$

Python 向量化实现：

def gradient(theta, X, y):m = len(y)h = sigmoid(X @ theta)return (1 / m) * (X.T @ (h - y))

---

六、训练模型示例（使用 sklearn 数据）

from sklearn.datasets import make_classification
from scipy.optimize import minimize# 生成模拟数据
X, y = make_classification(n_samples=100, n_features=2, n_informative=2,n_redundant=0, random_state=42)
X = np.c_[np.ones((X.shape[0], 1)), X]  # 添加 x0
y = y.reshape(-1, 1)
theta_init = np.zeros((X.shape[1], 1))# 定义损失函数封装形式（用于 minimize）
def cost_func(t):return compute_cost(t.reshape(-1, 1), X, y)def grad_func(t):return gradient(t.reshape(-1, 1), X, y).flatten()# 优化
result = minimize(fun=cost_func, x0=theta_init.flatten(), jac=grad_func)
theta_optimized = result.x.reshape(-1, 1)

---

七、决策边界可视化

import matplotlib.pyplot as pltdef plot_decision_boundary(X, y, theta):plt.scatter(X[:, 1], X[:, 2], c=y.flatten(), cmap='bwr')x_vals = np.linspace(X[:, 1].min(), X[:, 1].max(), 100)y_vals = -(theta[0] + theta[1]*x_vals) / theta[2]plt.plot(x_vals, y_vals, 'g--')plt.xlabel('Feature 1')plt.ylabel('Feature 2')plt.title('Decision Boundary')plt.grid(True)plt.show()plot_decision_boundary(X, y, theta_optimized)

八、过拟合与欠拟合（Overfitting vs Underfitting）

欠拟合（Underfitting）

• 模型太简单，不能很好地拟合训练数据。
• 训练误差高，泛化能力差。

过拟合（Overfitting）

• 模型太复杂（如高阶多项式），虽然训练误差低，但在新数据上表现差。
• 泛化能力弱。

图示对比：

• 欠拟合：模型是一条直线
• 合理拟合：模型是一条平滑曲线
• 过拟合：模型是高频震荡曲线，精确穿过每个训练点

解决过拟合的两种主要方法

方法 1：减少特征数量（手动或 PCA）

• 删除噪声特征
• 降维技术（如 PCA）

方法 2：正则化（Regularization）

• 惩罚模型中参数过大的情况
• 防止模型过度复杂

---

九、多项式回归（Polynomial Regression）

使用更高阶的特征，如：
$$h_{\theta }(x)={\theta }_0+{\theta }_{1}x+{\theta }_2{x}^2+{\theta }_3{x}^3+\cdots$$
为了防止高阶模型过拟合，需要 正则化。

---

十、正则化（Regularization）

在代价函数中加入一个惩罚项（L2 范数），避免参数变得过大：

1. 线性回归正则化代价函数：

$$J(\theta )=\frac{1}{2m}\sum _{i=1}^m(h_{\theta }(x^{(i)})-y^{(i)}{)}^2+\frac{\lambda }{2m}\sum _{j=1}^n{\theta }_j^2$$

第一项：模型的预测误差

第二项：参数平方和，防止过大

$\lambda$ 是正则化系数（控制惩罚强度）

注意：不对 ${\theta }_0$ 正则化

2. 对应的梯度更新（带正则化）：

• $j=0$（偏置项）：

$${\theta }_0:={\theta }_0-\alpha \cdot \frac{1}{m}\sum (h_{\theta }(x^{(i)})-y^{(i)})$$

• $j\ge 1$：

$${\theta }_j:={\theta }_j-\alpha \cdot \left[\frac{1}{m}\sum (h_{\theta }(x^{(i)})-y^{(i)})x_j^{(i)}+\frac{\lambda }{m}{\theta }_j\right]\text{(j ≥ 1)}$$

十一、逻辑回归中的正则化

逻辑回归同样适用：
$$J(\theta )=-\frac{1}{m}\sum \left[y^{(i)}\log (h_{\theta }(x^{(i)}))+(1-y^{(i)})\log (1-h_{\theta }(x^{(i)}))\right]+\frac{\lambda }{2m}\sum _{j=1}^n{\theta }_j^2$$

Python 实现（逻辑回归正则化）：

def cost_regularized(theta, X, y, lambda_):m = len(y)h = sigmoid(X @ theta)reg_term = (lambda_ / (2 * m)) * np.sum(np.square(theta[1:]))return (-1 / m) * (y.T @ np.log(h + 1e-5) + (1 - y).T @ np.log(1 - h + 1e-5)) + reg_termdef gradient_regularized(theta, X, y, lambda_):m = len(y)h = sigmoid(X @ theta)grad = (1 / m) * (X.T @ (h - y))reg = (lambda_ / m) * thetareg[0] = 0  # θ₀ 不正则化return grad + reg

---

十二、多项式特征与 sklearn 示例

from sklearn.preprocessing import PolynomialFeatures
from sklearn.linear_model import Ridge# 构造多项式特征
poly = PolynomialFeatures(degree=5)
X_poly = poly.fit_transform(X)# 岭回归（L2 正则化）
model = Ridge(alpha=1.0)  # alpha 对应 λ
model.fit(X_poly, y)

---

十三、训练集 vs 验证集 vs 测试集

• 训练集（training set）：用于训练模型
• 验证集（cross validation set）：用于选择参数，如 λ、模型复杂度等
• 测试集（test set）：用于评估模型最终泛化性能

通常划分比例为 60% / 20% / 20%

---

十四、模型选择与评估流程

模型选择步骤：

1. 使用训练集训练多个不同 λ 值的模型
2. 在验证集上评估不同模型的性能，选择最优 λ
3. 使用测试集评估最终模型的泛化误差