逻辑回归推导过程(最大似然法和交叉熵法)

本文分别使用最大似然法和交叉熵法求逻辑回归的损失函数,最大似然同样可以从2分类推导到多分类的应用,最终两方法的结果是相同的。得到损失函数后续就是梯度下降了,梯度下降和误差反向传播可以参考https://blog.csdn.net/qq_38232171/article/details/103288345。PS:本文为备忘笔记,推导过程不小心写错也就直接改在上面了,有些符号可能也不是很匹配(边想边写的),有兴趣可以参考,主要还是为了记录一下以后好复习,不要太喷一些小错误啊,谢谢了

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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