神经网络与深度学习笔记(二)逻辑回归

逻辑回归函数是由两个函数符合而成,首先我们有sigmoid函数g(z):

当然这里面的参数可以加上各种有关theta的定值,并不一定必须就只有x之前的theta参数。

然后再把g(z)拿到h(x)函数里面去拟合就可以了,h(x)则是我们的Logistic回归函数。

把这两个方程拟合放到一起有:

sigmoid函数长这样:

由于我们是二分类的问题,因此y只有1或者0这两种可能,我们可以写出这两个方程:

后面的x表示我们输入的特征的值为x,theta表示的是我们这个x与y之间的函数的参数是theta.

当然,在我们的sigmoid函数当中,只是当z大于0的时候,我们可以看到y并不一定就真的等于1了,而是拥有了一个y=1的概率,而这个概率该如何计算,吴恩达在课程里也暂时没有讲。

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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