- 线性回归输出的是一个真实值,优化的过程中预测值会无限逼近真实值,更适用于预测连续的数值预测问题,损失函数可以使用MSE(均方误差),最后的激活函数不要使用sigmoid函数
- 逻辑回归输出的是一个概率值,更适用于离散的分类问题,损失函数使用MSE会导致模型刚开始训练速度过慢的问题;应该使用交叉熵损失函数,最后的激活函数可以使用sigmoid激活函数,因为sigmoid函数输出的是一个0~1的概率值
- 关于激活函数 在深度神经网络隐含层中,尽量不要使用sigmoid,因为在反向传播中会导致梯度消失,原始的神经网络使用sigmoid用作激活函数有很好的效果,是因为原始的神经网络往往只有一层隐含层 ,因此不会出现梯度消失的问题
机器学习中,逻辑回归和线性回归的不同
最新推荐文章于 2022-04-27 17:31:49 发布