假设我们有一个线性分类器：
我们要求得合适的 W ，使 0-1 loss 的期望值最小，即下面这个期望最小：
一对 x y 的 0-1 loss 为：
在数据集上的 0-1 loss 期望值为：
由 链式法则 将概率p变换如下：
为了最小化 R（h），
本文探讨了逻辑回归中为何使用Sigmoid函数。通过优化0-1损失期望值，我们推导出条件风险最小化时，需要预测概率p最大化。通过对log-odds进行线性建模，我们找到了Sigmoid函数，它在二分类问题中起到了关键作用。
最低0.47元/天 解锁文章
1329
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
