为什么 LR 模型要使用 sigmoid 函数

最新推荐文章于 2024-02-09 12:26:00 发布

自由技艺

最新推荐文章于 2024-02-09 12:26:00 发布

阅读量729

点赞数

分类专栏： AI

本文链接：https://blog.csdn.net/qq_28133013/article/details/116495574

版权

AI 专栏收录该内容

21 篇文章 1 订阅 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

该博客探讨了逻辑回归使用sigmoid函数的原因，指出逻辑回归实际上是sigmoid函数化的线性回归，适合处理二值分类问题。sigmoid函数将线性回归的连续输出映射到0-1区间，适用于伯努利分布的预测。此外，文章还讨论了线性回归的局限性和Logistic分布的重要性。

摘要由CSDN通过智能技术生成

http://thomaslau.xyz/2017/08/04/2017-08-04-derivative-of-logistic-sigmoid-function/

分享一下在学习逻辑回归时候的困惑，以便需要者节约时间。
在看西瓜书的逻辑回归这一章时，对作者引入了sigmoid函数觉得突兀，于是搜索到了知乎上的提问，为什么 LR 模型要使用 sigmoid 函数里获赞最高的答案。
但正如马化腾先生说的，这么说，也对也不对。
看完后，上面其他回答各种理由，而匿名回答是最大熵的，并不是原因，甚至，这可以认为是一个推论或公理。试想再问为什么要熵最大化？
换言之，一个分析问题是从前一步的因，一个分析问题是从最初的因。这对数学专业可能会直接跳过这么问。

那么让我们将问题拆开来看：
1, 逻辑回归为什么要使用sigmoid函数.
2, LR模型的意义，即为什么有了线性回归(linear regression)还需要逻辑回归(logistic regression)

问题一
很好解释：其实没有什么原因。
看上面高赞答案解释一堆，或者下面解释sigmoid函数好用，好求导。其实都不是原因。
因为逻辑回归对应Logit Function，即逻辑回归就是sigmoid函数的应用,
一个对象的两个描述而已，像原文这么问就像是在问为什