Logistic Regression的思考与整理
来源:互联网 发布:!号c语言中是什么意思 编辑:程序博客网 时间:2024/06/06 04:50
在NYU上了Machine Learning,学到了一些以前没有注意或者不知道的知识。在原有部分博文的基础上进行更详细地讲解。
关于回归算法的Bias和Variance
加深了对误差理论的理解。
对于一个输入为
我们将
对于固定的
现在考虑一个长度为
其中后者指的是多个函数之间的variance。
例子1
对于如图的输入样例,用一次函数去进行分类,那么我们可以明显地发现,对于特定的
但是考虑到假设集合(即,所有一次函数的集合),多个
那么当我们用五次函数去训练分类的时候,我们可以明显地发现,对于特定的
所以图1是欠拟合,图2则是过拟合。
例子2
设
设计算法:
- 当第一个输入的样例
(x′,r′) 中x′>10 ,则让g(x)=1 。 - 否则。让
g(x)=3
对于训练集合,我们让
设
我们可以看得出来这题的算法得出的
关于逻辑回归函数的由来
Logistic函数
看到一个博客上面说逻辑回归为啥叫逻辑回归,是因为它用了Logistic函数。当时我就觉得非常牛逼,这个函数是科学家用硬生生猜出来的么。
现在才知道这个函数也是推导出来的。
我们要预测一个样本
我们假设可以假设
那么我们就考虑函数
我们让
同时我们让
这就是Logistic函数的由来。
损失函数的由来
逻辑回归的损失函数是由log对数损失函数得来的。
输入
我们让
最后得出的就是交叉熵
而我们的期望是找到
我们可以假设
- 当
rt=1 时,cost=−log(yt) - 当
rt=0 时,cost=−log(1−yt)
将以上两个表达式合并为一个,则单个样本的损失函数可以描述为:
全体样本的损失函数可以表示为:
这就是逻辑回归最终的损失函数表达式。
大家可以将
大家可以发现,使得上面的导数为0,是无法求出解的,所以只能用梯度下降计算
如果再考虑learning rate就可以了。
- Logistic Regression的思考与整理
- svm与logistic regression的区别
- svm与logistic regression的区别
- logistic Regression 存在的限制 与 解决办法
- 关于Logistic Regression 与 SVM的选择
- 关于逻辑回归(Logistic regression)模型的简单思考
- Linear Regression 与 Logistic Regression的几点不同
- logistic regression与R
- Logistic regression与SVM
- softmax 与 logistic Regression
- Logistic Regression的理解
- Logistic regression的林林总总
- Logistic Regression 笔记与理解
- logistic regression(二项 logistic 与 多项logistic )
- 简单logistic regression的实现
- Logistic Regression的几个特性
- Logistic Regression的OpenCV代码
- Logistic Regression的一些认识
- 图片文件在html5页面和android编程中的处理方式
- 每日一练20171031
- 常见问题_2
- python3抓取百度图片
- POJ 1986 Distance Queries (Tarjan-LCA算法)(带权值)
- Logistic Regression的思考与整理
- maven--pom.xml错误--CoreException: Could not get the value for parameter compilerId
- [bzoj1650][Usaco2006 Dec][二分]跳石子
- 使用Nginx+Lua(OpenResty)开发高性能Web应用
- js 添加事件 attachEvent 和 addEventListener 的用法
- UVa1025 A Spy in the Metro(dp)
- 连续自然数和(尺取法)
- jquery按键监听(移动div)
- 《上瘾:让用户养成使用习惯的四大产品逻辑》读书笔记