激活函数作用:
将权值结果转化成分类结果。常用于
- 逻辑回归(Logistic Regression)
- 神经网络(Neural Network)
这两处,激活函数都用于计算一个线性函数的结果。
-
sigmoid函数 :
在机器学习中可用在分类问题上,如逻辑回归模型分类器,将输出值映射到(0,1)
总和为1,可以从概率角度理解,则输出时选择值最大的(概率最大)作为预测值
Sigmoid函数的导数是其本身的函数,即 f ′ (x)=f(x) (1−f(x) )
将权值结果转化成分类结果。常用于
在机器学习中可用在分类问题上,如逻辑回归模型分类器,将输出值映射到(0,1)
总和为1,可以从概率角度理解,则输出时选择值最大的(概率最大)作为预测值
Sigmoid函数的导数是其本身的函数,即 f ′ (x)=f(x) (1−f(x) )