Sigmoid function详解
本文阅读对象为有一定machine learing基础,并且在模型的数学含义层面有意愿探索的同学。
什么是Sigmoid function
一提起Sigmoid function可能大家的第一反应就是Logistic Regression。我们把一个sample扔进sigmoid中,就可以输出一个probability,也就是是这个sample属于第一类或第二类的概率。
还有像神经网络也有用到sigmoid,不过在那里叫activation function。
Sigmoid function长下面这个样子:
其实这个function我们只知道怎么用它,但是不知道它是怎么来的,以及底层的含义是什么。我在ATA中搜了一下并没有人解释这个问题,知乎有人解答不过都是照着教材抄一抄捞几个赞,那么我详细的解释一下,争取不要让算法工程师沦为调参工程师…
首先假设我们有两个class:class1和class2,并且给出一个sample x,我们的目标是求x属于 C1 的概率是多少。
这个概率我们可以通过Naive Bayes很轻松的得出,也就是:
公式1:
其中
公式2:
这个公式是高中难度的,不过也解释一下:x出现的概率等于,class1出现的概率乘以class1中出现x的概率 加上 class2出现的概率乘以class2中出现x的概率。
那么就可以把公式2带入公式1的分母中:
公式3:
下面我们将等式两边同时除以分子就变成了:
公式4:
设
那么把z带入公式4就变成了:
也就是Sigmoid function
更多思考
上面已经知道sigmoid函数是从什么东西推导过来的了,那么有个问题就是,既然上面式子中只有 P(x|C1) 和 P(x|C2) 我们不知道,那我们干脆用Bayes不就能直接计算出 P(x|C1) 了嘛?
(x是某个sample,其中有多个feature,也就是说x是一个vector)
但是Bayes有一个限制条件就是所有的feature都必须是independent的,假如我们训练的sample中各个feature都是independent的话,那么Bayes会给我们一个很好的结果。但实际情况下这是不太可能的,各个feature之间不可能是independent的,那么bias就会非常大,搞出的model就很烂。
这个 z 应该长什么样子?
我们将
上式中 ln