机器学习学习笔记——Logistic Regression

本文介绍了逻辑回归这一分类算法的基础概念及模型原理,详细解释了逻辑函数(sigmoid函数)及其图像特征,并给出了二项分类中逻辑回归模型的具体表达形式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Logistic Regression——逻辑回归

它其实是一种分类算法。

Logistic function(逻辑函数),也叫sigmoid函数,可以表示成:

                                                                                                        

它的图像可大致表示为:(图转自维基百科)

                                                                 

显然,它具有可导且导数非负的特性。

对于二项分类而言(假设结果为0或1):

逻辑回归的模型为


其中wT为权值向量,b为偏置bias;x=(x1,x2,...,xn),w=(w1,w2,...,wn)

对于给定的输入x,求得两个类别的条件概率,比较两个概率值的大小,则x属于概率大的一类。

待续。。。

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