逻辑回归的数学推导和python实现
本文是笔者用来记录自己对于机器学习传统方法的学习过程,并且对其加以总结之后得到的结果,希望能够帮自己巩固机器学习的知识,并且能够加深对其的理解话不多说,让我们开始吧
logistcRegression的数学推导
逻辑回归的损失函数
逻辑回归的python实现
逻辑回归的数学推导
逻辑回归是一种特殊的回归方法,虽然是回归,但其实是一种二分类方法。
首先,说道逻辑回归就不得不说一下广义的线性模型,广义的线性模型是如下定义公式的:
y=g−1(wTx+b)
这个是线性回归模型中的一般公式,而逻辑回归的时候g() = ln(.)
考虑到二分类的任务,需要把输入和输出分为y = {0,1},最理想的情况是0处的阶跃函数。但是由于阶跃函数不连续,所以使用sigmoid函数来对它进行替代:
sigmoid函数:
y=11+e−zz=wTx+b
从而根据计算公式进行变化,则有
l