逻辑回归的回顾
来源:互联网 发布:洛克希德马丁公司知乎 编辑:程序博客网 时间:2024/06/06 01:24
1、模型函数
2、激活函数
其中,h(x)= p(y|x)(y=0或者y=1,当y=1时,代表,输入x时,输出是1的概率,当y=0时,代表,输入x,输出是0的可能性大小。
3、单个训练数据的损失函数(衡量概率与y到底有多接近)
4、m个训练数据的损失
5、为什么这里损失函数是这样的。
因为这里预测是值是概率,所以用线性回归的损失函数方法不合适(为什么不合适?因为用那种方法求得的函数不是凸函数,会有多个极值),那么这里的损失函数为什么写成这样呢?这里我们要画出来log函数了,因为我们知道h(x)的值是概率,所以大于0小于1,根据损失函数可知,当概率与1相差不大的时候,-log函数就会趋近于0,当概率与0,当y==1时。
当y=0时,当概率与0相差不大的时候,-log的函数就会趋近于0,(这里与前面的-log里面的内容并不相同)因此能够用来衡量损失。
6、对于m个训练样本
阅读全文
0 0
- 逻辑回归的回顾
- 逻辑回归回顾
- 逻辑回归的点滴
- 逻辑回归的实现
- 逻辑回归的应用
- 逻辑回归的思考
- 逻辑回归的点滴
- 逻辑回归的几个问题
- 逻辑回归的前因后果
- 回归 ---- 线性回归,多元回归与逻辑回归的关系
- 线性回归和逻辑回归的区别
- 我的逻辑回归认知
- 逻辑回归不错的文章
- 逻辑回归的一点学习
- 01 逻辑回归的理解
- 逻辑回归的基本步骤
- 逻辑回归的前世今生
- 逻辑回归系数的意义
- 练习赛一 C 斐波那契进阶
- ViewPager组件
- VC 6.0 使用GDI+类库进行图片处理
- 机器学习之朴素贝叶斯分类算法
- 打印当前时间。学习使用Date类和Calendar类
- 逻辑回归的回顾
- Unity如何实现在球表面移动并朝向一目标点 (二)
- Universal-Image-Loader
- QR分解求线性方程组的解
- 哈哈日语 日语五十音图之な、は、ま行
- 美团点评数据平台融合实践
- JQuery DataTables 服务端分页的实现(最新实例)
- 安卓——小笔记
- jar包冲突怎么办?