逻辑回归
概念:
不是回归,是分类,经典的二分类算法
应用:
机器学习算法选择:先逻辑回归再用复杂的算法
逻辑回归步骤:
预测函数->逻辑回归二分类概率->似然函数最大->梯度下降->求偏导
1、把目标函数带入sigmoid函数,进行逻辑回归:
2、求似然函数最大值->改用梯度下降任务求偏导
3、用偏导的结果 即逻辑回归结果 去更新参数:
α学习率,- 梯度下降求得的最小值
循环10000次,即结果
逻辑回归
概念:
不是回归,是分类,经典的二分类算法
应用:
机器学习算法选择:先逻辑回归再用复杂的算法
逻辑回归步骤:
预测函数->逻辑回归二分类概率->似然函数最大->梯度下降->求偏导
1、把目标函数带入sigmoid函数,进行逻辑回归:
2、求似然函数最大值->改用梯度下降任务求偏导
3、用偏导的结果 即逻辑回归结果 去更新参数:
α学习率,- 梯度下降求得的最小值
循环10000次,即结果