还有就是从线性到非线性
对于二分类任务,似然函数是 整合之后的函数的累乘,例如档y=0时,如果预测值越接近于0,则最后的值会更大。所以如下图所说的是要求最大值。
似然函数就是把一个batch中所有的样本数据的
整合前以及整合后(带入y的值),整合是为了方便展示
似然函数就是一个用来描述 斯塔 参数和x数据进行组合之后,求出的值与真实值之间误差大小的函数,一个关于 斯塔 的函数
下面的xi指的是多个不同个体的数据
其实就是不同个体数据x的情况下求出的y值,然后这个y值经过sigmod之后对应了一个概率值
https://blog.csdn.net/zhishengqianjun/article/details/75303820
推导公式出来之后发现 斯塔j 的偏导数只跟xij相关,其中xi指的是不同个体的数据,xij是指不同个体中第j个变量的值,对应就是跟 斯塔j 相乘的那个值
多分类情况下:也是将所有的值![](https://i-blog.csdnimg.cn/blog_migrate/f132408834723e29019d5ae70f9231d3.png)
累乘起来,最后值越大越好(只看大括号里面的那部分)
逻辑回归和线性回归之间的差别:其实就是在线性回归的基础上加上了一个sigmod,将线性回归的值变成了概率值
另外关于多分类:
第三者就是softmax分类
最后附上别人讲的不错的文章参考
https://blog.csdn.net/programmer_wei/article/details/52072939