本文介绍了逻辑回归中，为何不使用最小二乘法作为损失函数，而是采用对数似然函数。逻辑回归虽名为回归，实为分类问题。最大化似然函数等价于最小化损失函数，通过对似然函数取对数，转换成更容易优化的形式。损失函数是真实值与预测值之差，机器学习中总是希望其值越小越好。最终，我们得到了逻辑回归的代价函数表达式。
逻辑回归是在线性函数的基础上，经过激活函数后产生的0~1之间的概率值。
设x为特征向量，y为真实的标签。 y ^ \hat y y^是预测值。得出：
最低0.47元/天 解锁文章
扫一扫
评论 1
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
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
