2018-11-05|2018-11-05 logistics回归的局限性--神经网络的提出
logistics的缺点：对于线性不可分的数据没有办法分类，此时考虑在Logistic回归建模之前对特征进行转化，如图，左图中线性不可分的数据在特征转化后可以很好地被红色直线区分开。
文章图片
因为概率y与x在logistics回归模型中是线性关系，右下角的图是无法用线性进行区分的。 
文章图片
对特征x进行转换为新的特征z
文章图片
新特征z与x1，x2的关系 
文章图片
【2018-11-05|2018-11-05 logistics回归的局限性--神经网络的提出】假设数据集是线性可分的，神经网络的neural network的目标是找到一个超平面，将两类数据完全的分隔开。
推荐阅读
- 逻辑回归的理解与python示例
- 华雨欢（传统投资市场回暖，币市暴涨暴跌后回归震荡）
- 谁在说话
- 李敏镐今日退伍，帅气欧巴即将回归
- 回归匠心，做个价值投资者
- 回归～
- c/c++|有感 Visual Studio 2015 RTM 简介 - 八年后回归 Dot Net，终于迎来了 Mvc 时代，盼走了 Web 窗体时代...
- 机器学习|线性回归原理与python实现
- 回归|金融数值方法之回归计算-python实践
- Python|Python实战（使用线性回归预测房价）