【吴恩达深度学习笔记系列】Logistic Regression 【理论】

CODE_RabbitV

已于 2024-06-29 21:32:50 修改

阅读量1k

点赞数 16

CC 4.0 BY-SA版权

文章标签：机器学习逻辑回归人工智能

于 2024-06-29 21:23:46 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/CODE_RabbitV/article/details/140070825

Binary Classification:

Logistic Regression: $y^=σ(wTx+b)\hat{y}=\sigma{(w^T x+b)}$ using sigmoid function $σ=11+e−z\sigma = \frac{1}{1+e^{-z}}$ .
- 【torch.sigmoid(x)】 $Sigmoid(x)=11+e−x\text{Sigmoid}(x)=\frac{1}{1+e^{-x}}$

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。