1、引入sigmoid函数,
用该函数做概率建模,因为函数值在【0,1】。
log(p/(1-p))=w x
输出Y=1的对数几率是输入x的线性函数。
2、求参数,用极大似然估计。梯度下降迭代求解
本文介绍了如何使用sigmoid函数进行概率建模,并将其应用于逻辑回归中。通过将输出Y=1的对数几率设为输入x的线性函数,即log(p/(1-p))=wx,实现了模型的构建。此外,还探讨了如何利用极大似然估计的方法来求解模型参数,并采用梯度下降法进行迭代求解。
1、引入sigmoid函数,
用该函数做概率建模,因为函数值在【0,1】。
log(p/(1-p))=w x
输出Y=1的对数几率是输入x的线性函数。
2、求参数,用极大似然估计。梯度下降迭代求解

被折叠的 条评论
为什么被折叠?