从逻辑回归到神经网络

本文探讨了逻辑回归在分类问题中的应用,包括二元和多元分类,并介绍了如何通过逻辑函数和代价函数来防止过拟合。进一步,文章阐述了逻辑回归作为单层神经网络的特例,然后扩展到多层神经网络的概念,强调了每一层神经元如何通过加权求和与非线性变换进行计算。
摘要由CSDN通过智能技术生成

逻辑回归

假设函数  h_{\theta }(x) = g(\Theta ^{T}X)

逻辑函数  g(z) = \frac{1}{1+e^{-z}}

代价函数  J(\theta ) = \frac{1}{m} \sum_{i=1}^{m} [-y^{(i)} log(h_{\theta } (x^{(i)})) - (1-y^{(i)}) log(1-h_{\theta } (x^{(i)})) ]

防止过拟合的代价函数  

  • 19
    点赞
  • 41
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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