这两天学习逻辑回归模型，看了很多博客、知乎。很多人虽然标题写着“逻辑回归公式推导”，可是内容明明写的却是“逻辑回归损失函数的推导”，“逻辑回归公式”的推导都是直接给出公式。。。看得我很懵啊。直到在知乎上找到这个https://zhuanlan.zhihu.com/p/36985192，大佬牛逼。这里只写逻辑回归公式的推导，不写损失函数的推导，这个推导的偏导数却是很难。正文：逻辑回归其实是以某个线性分割面来分割各个类别的，2分类是逻辑回归本质解决的问题，由2分类可以推广到多分类（one vs
这两天学习逻辑回归模型，看了很多博客、知乎。很多人虽然标题写着“逻辑回归公式推导”，可是内容明明写的却是“逻辑回归损失函数的推导”，“逻辑回归公式”的推导都是直接给出公式。。。看得我很懵啊。
直到在知乎上找到这个https://zhuanlan.zhihu.com/p/36985192，大佬牛逼。
这里只写逻辑回归公式的推导，不写损失函数的推导，这个推导的偏导数确实很难。
正文：
逻辑回归其实是以某个线性分割面来分割各个类别的，2分类是逻辑回归本质解决的问题，由2分类可以推广到多分类（one vs last）
逻辑回归服从贝叶斯法则，即它对样本的分类是看样本对哪个类别后验概率最大：
其中，表示给定x,分类为类别k的概率。
那么对于类别i，j,他们之间的分割面方程为：
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
3227
