sigmoid 函数是逻辑回归的预测和输出函数。它的公式定义如下:
∀
z
∈
R
,
g
(
z
)
=
1
1
+
e
−
z
∈
[
0
,
1
]
,
z
∈
[
−
∞
,
+
∞
]
{\forall z \in R, g(z) = \frac{1}{1+e^{-z}} \in [0, 1], z \in [-\infty, +\infty]}
∀z∈R,g(z)=1+e−z1∈[0,1],z∈[−∞,+∞]
函数图形如图所示:
为什么使用它作为逻辑回归预测函数
逻辑回归一般用于二元分类,例如判断图片是不是猫(Y = 1, N = 0)。而从sigmoid函数图很明显的看出来:
当 g(z) < 0.5 时,z < 0 ,
当 g(z) > 0.5 时,z > 0 ,
因此,使用 sigmoid 函数很容易将预测值分为两类:
将预测概率小于 0.5 的分为负样本(不是猫),大于 0.5 的分为正样本(是猫)。