神经网络与深度学习笔记(二)逻辑回归
2023-09-11 14:21:08 时间
逻辑回归函数是由两个函数符合而成,首先我们有sigmoid函数g(z):
当然这里面的参数可以加上各种有关theta的定值,并不一定必须就只有x之前的theta参数。
然后再把g(z)拿到h(x)函数里面去拟合就可以了,h(x)则是我们的Logistic回归函数。
把这两个方程拟合放到一起有:
sigmoid函数长这样:
由于我们是二分类的问题,因此y只有1或者0这两种可能,我们可以写出这两个方程:
后面的x表示我们输入的特征的值为x,theta表示的是我们这个x与y之间的函数的参数是theta.
当然,在我们的sigmoid函数当中,只是当z大于0的时候,我们可以看到y并不一定就真的等于1了,而是拥有了一个y=1的概率,而这个概率该如何计算,吴恩达在课程里也暂时没有讲。
相关文章
- 零散逻辑验证不再烦恼:基于Python和Redis的实践
- c#实例化继承类,必须对被继承类的程序集做引用 .net core Redis分布式缓存客户端实现逻辑分析及示例demo 数据库笔记之索引和事务 centos 7下安装python 3.6笔记 你大波哥~ C#开源框架(转载) JSON C# Class Generator ---由json字符串生成C#实体类的工具
- FPAG中SignalTap II在线逻辑分析仪的使用方法
- 运维之红帽管理员篇-----6. 分区规划及使用 、 LVM逻辑卷 、 管理交换空间
- 机器学习笔记之线性分类——逻辑回归
- 理清性能测试策略之测试阶段逻辑
- 被后台杀死后,Android应用如何重新走闪屏逻辑
- Hystrix降级逻辑中如何获取触发的异常
- SHELL脚本--多命令逻辑执行顺序
- 过去一年陌陌和微博利润大增的共同逻辑是什么?
- 大数据的商业化:从数据、模型到业务逻辑
- JavaScript逻辑and、or、not运算符详解
- 努尔·白克力:能源转型的逻辑
- 【网络安全】逻辑漏洞保姆级讲解
- 解析Amazon和Google语音平台之争的商业逻辑