首先diss了线性回归不适合做分类,引出了logistic/sigmoid模型,该模型的输出变量范围始终在0和1之间
决策边界
划分两个类别的临界函数,就是logistic函数里面的自变量z,0为临界值,大于0就有大于0.5的概率认为是
1,反之亦然。
决策边界参数如何得来,利用梯度下降法调整参数,确定边界。
代价函数
因为sigmoid函数较为复杂,如果用原始梯度下降法的代价函数代入会得到一个非凸函数,不太好找最小值。yi变成了y 也就是1和0两个值。
修正:利用其0~1的性质,想到对数函数的单调性。
因为存在两个分类,因此有两个代价函数。
【logistic/sigmoid模型】分类
最新推荐文章于 2023-01-15 17:47:02 发布