Logistic Regression（逻辑回归）模型如何实现二分类（为何可以做分类）

最新推荐文章于 2025-02-08 12:20:49 发布

原创最新推荐文章于 2025-02-08 12:20:49 发布 · 2.1k 阅读

·

3

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

博客围绕逻辑回归展开，主要提及求解决策边界和引入代价函数。因sigmoid函数存在，正常代价函数无法用梯度下降法求最优解，需根据sigmoid函数对代价函数进行调整以解决问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述
$1.首先假设函数被定义为 h_{\theta}(x)=\theta^{T}x此时假设函数的取值范围可以为 (-\infty ,\infty)。$

求解决策边界

在这里插入图片描述

在这里插入图片描述

代价函数的引入

由于代价函数的目的是为了求所有样本真实值—预测值的平方和最小，但在逻辑回归中的由于sigmoid函数的存在，使得正常的代价函数无法用梯度下降法求解最优解，所以根据sigmoid函数，对代价函数进行调整，得到如下方程
在这里插入图片描述

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。