逻辑回归

逻辑回归是一种常见的分类算法,主要用sigmoid函数建立特征与正样本概率的关系。当面临过拟合风险时,通过引入正则项如L1和L2来限制模型复杂度,提升泛化能力。对于多分类问题,逻辑回归会采用softmax函数进行处理。
摘要由CSDN通过智能技术生成

逻辑回归

逻辑回归(Logistic Regression,LR)是一种很常用的分类算法,对于一般的二分类情况,给定N个训练样本, (x1,y1)(x2,y2)...(xN,yN) ,其中 xiRn 是一个n维向量, yi{ 1,+1} 表示了其对应样本的标签,1代表正样本,-1代表负样本。一般的,逻辑回归模型就是使用sigmoid函数 σ(x)=11+exp(x) 将样本特征向量与其属于正样本的概率联系起来:

p(yi=+1|xi,w)=σ(wTxi)=11+exp(wTxi)
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