機器學習——邏輯迴歸

看了吳恩達老師的視頻的一點小思考 爲什麼使用sigmoid函數作爲假設函數: 因爲最終的輸出的分類是固定的兩個值,所以預測的值要限制在一個特定的範圍內,否則無法確定判定的標準,這裏認爲預測值在{0,1}之間,大於0.5判定爲1,小於0.5判定爲0。如果等於0.5則說明樣本點在分割的邊界上,它屬於兩個分類的概率是相等的。越是接近分割邊界樣本點之間的分類差異越不明顯,所以應該表現出接近0.5的速度越快
相關文章
相關標籤/搜索