gg13213的博客

逻辑回归逻辑回归逻辑回归代码逻辑回归逻辑回归模型是一种分类模型,其形式为:逻辑回归是在线性回归的基础上添加了sigmoid函数,将回归问题变为分类问题,sigmoid函数的输出区间为[0, 1], 假设阈值为0.5,那么模型输出大于0.5的归为1类,小于0.5的归为0类.sigmoid函数的公式如下:损失函数:用于逻辑回归的损失函数有两种:对数似然函数和交叉熵函数(二者是一致的)对数似然函数:逻辑回归逻辑回归假设数据服从伯努利分布,利用极大化似然函数的方法,并运用梯度下降法求解参数

线性回归线性回归代码其它线性回归线性回归假设目标值和特征值之间存在线性相关，即满足多元一次方程。其公式为：y′=w∗x+by' = w*x+by′=w∗x+by′y'y′为预测值，线性回归模型是利用数据特征，求解w，bw，bw，b两个参数。损失函数：L=1n∑k=1n(yi′−yi)2 L = \frac{1}{n} \sum_{k=1}^n (y'_i - y_i)^2 L=n1​k=1∑n​(yi′​−yi​)2即预测值和真实值之间的平均的平方距离，MAE（均方误差）优化算法：梯度下降法