为了训练
w
w
w和
b
b
b,我们需要定义一个损失函数.
y
^
(
i
)
=
σ
(
w
T
x
(
i
)
+
b
)
\hat{y}^{(i)} = \sigma(w^Tx^{(i)}+b)
y^(i)=σ(wTx(i)+b)
G
i
v
e
n
{
(
x
(
1
)
,
y
(
1
)
)
,
.
.
.
,
(
x
(
m
)
,
y
(
m
)
)
}
Given{\{(x^{(1)},y^{(1)}),...,(x^{(m)},y^{(m)})\}}
Given{(x(1),y(1)),...,(x(m),y(m))},我们需要
y
^
(
i
)
≈
y
(
i
)
\hat{y}^{(i)}\approx y^{(i)}
y^(i)≈y(i)
2.3 logistic 回归损失函数
最新推荐文章于 2024-01-13 22:43:06 发布