LogLoss的公式演化

LogLoss主要应用于逻辑回归,处理离散因变量如二分类问题。它通过逻辑函数将结果映射到[0,1]区间,表示DV为1的概率。LogLoss公式用于衡量预测模型与真实模型的匹配程度,作为损失函数用于模型训练。在二分类中,当y为0或1时,LogLoss分别计算不同情况下的概率误差。" 112944911,10545168,Ubuntu18.04下编译安装VASP.5.4.1:gfortran与MKL两种方法详解,"['Ubuntu安装', 'VASP', '科学计算', '软件编译']
摘要由CSDN通过智能技术生成
  1. LogLoss一般应用于logistic regression[logit regression,logit model],而logistic regression模型的因变量是categorical,比如二分类的0和1。多分类的模型就是mutinomial logistic regression。

    1. 在logistic regression里面有一个logistic function(注意区分logit function),用与将结果从[-R,+R]映射到[0,1]。
      σ(t)=11+et
    2. 这里的 σ(t) 是对DV(dependent variable)的一种概率预测,而且是对DV=1时的预测。因此得到另外一个概率函数( hθ(x) 经过输入x由hidden layer输出的结果):
      Pr(y|x
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