Logistic Regression——邏輯迴歸算法推導

前言 之前學過用線性迴歸解決分類問題 ,  使用如下的階躍函數,實現分類功能,但是這樣的分類很明顯太過粗糙了     令z =  我們希望有一個理想的階躍函數來幫我們實現z值到0/1值的轉化。   而且是單調可微的凸函數->sigmoid function 定義    輸出Y=1的對數機率是由輸入x的線性函數表示的模型,這就是 邏輯迴歸模型。是一種廣義的線性模型。 所以決策函數爲 推導 有了Sig
相關文章
相關標籤/搜索