深度学习笔记day2----逻辑回归的损失函数和梯度下降算法

1.逻辑回归的损失函数(单个样本中)

损失函数主要用于衡量预测结果与真实值的误差
逻辑回归常用损失函数L(y,p)=−[plog(y)+(1−p)log(1−y)]L(y, p) = -[p log(y) + (1 - p) log(1 - y)]L(y,p)=[plog(y)+(1p)log(1y)]
L(y, p) 是单个样本的损失。
y 是模型预测的样本为正类的概率,即 p = P(y=1|x)。
p 是真实标签,对于二元分类问题࿰

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值