Logistic回归-小结

《机器学习实战》中关于Logistic回归,很多人想问:“此处略去了一个简单的数学推导”,这个数学推导我来讲解一下:

梯度理论:f(x,y,z)在点(a,b,c)的梯度,注意说法,函数在某一点的梯度。

我们先假设有两个样本[x0,x1,x2],[y0,y1,y2],它们对应的类别分别为[z0,z1]

现在要求[w0,w1,w2],使得矩阵X*W=Z与Z0最为接近,下面是推导过程。


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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