极大似然估计与逻辑回归

35 篇文章 0 订阅 ¥299.90 ¥399.90
本文探讨了逻辑回归为何本质上属于极大似然估计,指出逻辑回归中采用的交叉熵函数源于极大似然估计的推导。通过将概率模型P(Y|X,参数)表达为(H(x))的y次方乘以(1-H(x))的(1-y)次方,并对似然函数取对数和求最大值,来实现参数的估计。" 114472846,10536590,Unity中计算Text宽度与自适应布局,"['Unity', '游戏开发', 'UI设计']
摘要由CSDN通过智能技术生成

为什么说逻辑回归的本质是极大似然估计呢:
原因在于其逻辑回归所使用的是交叉熵函数是由极大似然估计推导而来。
首先逻辑回归针对P(Y|X,参数)=(H(x))的y次方*(1-H(x))的(1-y)次方。
其中取其似然函数,则有连乘符号,然后取对数,变成叠加。
使其似然函数取最大则为逻辑回归所求。

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

打赏作者

AI看世界

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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