sigmoid函数是一个良好的阈值函数,
连续,光滑
严格单调
关于(0,0.5)中心对称
对阈值函数有一个良好的近似
原函数:f(x) = 1/[1+e^(-x)]
其导数f'(x)=f(x)*[1-f(x)],可以节约计算时间
其中,当你写代码的时候,如果f(x)不好写,你可以写成f(x)=ex/1+ex的形式,其中ex是pow(2.7182818228,x)的形式,即e的x次幂
【曾经我有一个困惑的问题,就是sigmoid函数不会把每个值都映射为很大的数,然后全判定为1吗?】
后来,我明白了,是因为虽然“第一次”全判定为1,但是由于我有error为result-h,所以会导致我的错判值非常大,在下一次的迭代中,就会渐渐改小某个theta值,所以在迭代次数久了之后,便会成为有正有负值,继而达到sigmoid的函数效果