機器學習-邏輯迴歸

基本知識 Sigmoid函數 邏輯迴歸用於二分類任務, 我們在將特徵的實值轉化爲分類的二元離散值時, 想要的最理想的函數是單位躍遷函數 即:  利用這個函數就可以通過z的值建立一個到0,1的映射, 可以用於我們的二分類任務 但是, 由於這個函數不連續, 使用起來不方便 我們就用Sigmoid函數進行替代 即:  這個函數在0附近出現變化很劇烈, 稱爲邏輯函數 損失函數 利用之前我們在線性迴歸裏面的

>>阅读原文<<