资源分类
》 资源 》 经验分享 》神经网络与深度学习笔记（三）：逻辑回归的损失函数

神经网络与深度学习笔记（三）：逻辑回归的损失函数

2019-11-29 | |  71 |   0

原标题：神经网络与深度学习笔记（三）：逻辑回归的损失函数

原文来自：博客园      原文链接：https://www.cnblogs.com/geeksongs/p/11137835.html


01.png

以上是之前我们所学习的sigmoid函数以及logistic函数，下面是我们代价函数的普遍定义形式：
02.png

虽然普遍形式是有了，当然这个函数也仅仅是对第i个x才成立，如果想要得到连续的x的值则需要不断累加第i个的代价的值。如果想要上面的那种形式来作为代价函数，那么我们得到的代价函数不是凸函数因此不可能进行优化，于是引入了下面的这种形式来进行的，其具体形式是怎样的呢？我们来看看：
03.png

代价函数是使用实际的值和拟合的值进行做差。另一个需要提到的点是我们在做逻辑回归的时候，所使用的值都是已经标定好了的值，我们知道每一个点所对应的y的值，也知道没有一个点的x的特征值，因此我们仅需要做的是拟合出一个适合这个x/y的模型即可。下面我们把这个逻辑回归的损失函数写成一个连续的等式：
04.png

当然这是为什么？我们可以看看统计学当中的极大似然估计就知道了，但就目前而言我们并不需要详细了解这个过程。

免责声明：本文来自互联网新闻客户端自媒体，不代表本网的观点和立场。

合作及投稿邮箱：E-mail:editor@tusaishared.com

上一篇：好记忆的机器学习面试--线性回归

下一篇：神经网络与深度学习笔记（二）逻辑回归

用户评价
全部评价

热门资源

  • Python 爬虫（二）...

    所谓爬虫就是模拟客户端发送网络请求，获取网络响...

  • TensorFlow从1到2...

    原文第四篇中，我们介绍了官方的入门案例MNIST，功...

  • TensorFlow从1到2...

    “回归”这个词，既是Regression算法的名称，也代表...

  • 机器学习中的熵、...

    熵 (entropy) 这一词最初来源于热力学。1948年，克...

  • TensorFlow2.0（10...

    前面的博客中我们说过，在加载数据和预处理数据时...