本文重点
我们在学习线性回归算法的时候,我们已经知道了线性回归算法的假设hθ(x)=θTX(参数θ的转置*X),但是对于逻辑回归而言,我们要把这个假设函数稍微给改一下,逻辑回归的假设函数改为:hθ(x)=g(θTX),g函数是什么呢?
函数g
g的函数表示为:

其中g函数的图像为:

上图sigmid的图像,它的自变量是z也就是θTx。
对于sigmoid函数来说只要自变量z大于0,那么它的因变量值就大于0.5,那么此时就表示此时样本是正类,如果z小于0,那么h(θ)的值就小于0.5,就表示样本为负类。所以我们通过阈值0.5来判断我们的样本是正类还是负类。
逻辑回归的假设在计算什么
我们可以理解为逻辑回归的假设的含义是:对于给定的输入变量x,根据选择的参数θ计算输出变量y=1 的可能性,也就是该样本类别为1的概率
<
逻辑回归中,假设函数由hθ(x)=g(θTX)定义,其中g函数是sigmoid函数,用于计算样本属于正类的概率。当z=θTX>0时,概率大于0.5,样本标记为正类;反之为负类。逻辑回归通过拟合这个函数来预测y=1的概率,从而进行分类。
订阅专栏 解锁全文
650

被折叠的 条评论
为什么被折叠?



