【任务2】
- Logistic回归损失函数的极大似然推导:西瓜书公式3.27怎么推来的?
- Logistic回归损失函数的最优化算法:什么是牛顿法、拟牛顿法?
- 为什么不用线性回归做分类?
- Logistic回归为什么不像线性回归那样用平方损失函数?
- Logistic回归的参数为什么不像线性回归那样直接公式求解?
- Logistic回归与线性回归有哪些联系?
1、西瓜书公式3.7的推导
参考:https://blog.csdn.net/qq_21950671/article/details/81514922
2、损失函数的最优化算法
2.1、牛顿法
牛顿法是一种在实数域和复数域上近似求解方程的方法。方法使用函数f (x)的泰勒级数的前面几项来寻找方程f (x) = 0的根。牛顿法最大的特点就在于它的收敛速度很快。
首先,选择一个接近函数 f (x)零点的 x0,计算相应的 f (x0) 和切线斜率f ' (x0)(这里f ' 表示函数 f 的导数)。然后我们计算穿过点(x0, f (x0)) 并且斜率为f '(x0)的直线和 x 轴的交点的x坐标,也就是求如下方程的解:
我们将新求得的点的 x 坐标命名为x1&