逻辑回归和SoftMax的理解:
逻辑回归
逻辑回归代价函数
这是逻辑回归的代价函数.
理解这个代价函数:
假设函数hθ代表的是预测y=1的概率(因为假设二值分布满足伯努利分布)
- 例如:如果将x=1输入假设函数当中,输出结果为0.7,那么可以说输入x=1,有百分之70的把握,输出的y=1.
如何理解这个代价函数:
1. 从公式直接理解:在y(i)取值为1时候,那么预测函数越接近于1,-log(预测值)越小,此时的代价函数越小.同时当有y(i)取值为0时候,那么预测函数越接近于0,此时-log(1-预测值)越小.所以使用这个公式可以代表代价.
2. 从深层含义上进行理解:h(x)代表是y=1,时候的概率,那么当此时应该y(i)=1时候,h(x)越大,当y(i)=0时候,h(x)越小,代价函数越小.
softMax多分类器
参考文献:http://ufldl.stanford.edu/wiki/index.php/Softmax%E5%9B%9E%E5%BD%92