本文探讨了逻辑回归虽名为回归，实为分类的原理，通过介绍逻辑回归的数学模型和交叉熵损失函数，阐述了其在分类问题中的应用。同时，详细解释了梯度下降法如何用于优化模型参数，确保成本函数最小化，从而找到全局最优解。
我们都知道逻辑回归是分类，而不是回归，那么为何会有一个回归的名称呢，个人认为其原因主要是逻辑回归本质上还是在利用回归的思想：
回归是一种归纳的思想，在深度学习领域，就是从样本的数据出发，确定某些变量之间的定量关系式；这个建立数学模型并估计未知参数的过程就叫做回归分析
逻辑回归只不过是在输出上做处理，用以解决分类问题
好了，我们给出关系式：
y ^ = σ ( w T x + b ) ŷ=σ(w^Tx+b) y^=σ(wTx+b)
σ ( z ) = 1 1 + e − z σ(z)=\frac{1}{1+e^{-z}} σ(z)=1+e
最低0.47元/天 解锁文章
扫一扫
4075
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
