【算法】逻辑回归算法应用

逻辑回归的常见应用与Python示例

一、典型应用场景

• 二分类：如垃圾邮件识别、疾病诊断（是否患病）、用户点击预测、信用违约等，输出为0~1的概率，便于设定阈值做业务决策。
• 多分类：如手写数字识别（MNIST）、商品类别分类、文本主题分类，通过Softmax得到各类别概率分布。
• 风控与医疗：如信用评分（是否违约）、医学诊断（是否患某种疾病），既可输出概率，也可给出类别决策。
• 营销与运营：如客户流失预测、营销响应预测，用于精细化运营与资源投放。

二、Python示例一 二分类概率输出与决策阈值

• 场景：用体重指数（BMI）判断是否超重（阈值25）。
• 要点：使用scikit-learn的LogisticRegression拟合Sigmoid概率，展示概率曲线与分类结果。

import numpy as np
import matplotlib.pyplot as plt