Sigmoid函数公式
![e3bb59633988d35e337a0674a464e4b5.png](https://img-blog.csdnimg.cn/img_convert/e3bb59633988d35e337a0674a464e4b5.png)
Sigmoid函数图像
![f89671b44cae975761cf36f2578a8737.png](https://img-blog.csdnimg.cn/img_convert/f89671b44cae975761cf36f2578a8737.png)
① 中间范围内函数斜率最大,对应Y的大部分数值变化。
② Y轴数值范围在 0~1 之间。
③ X轴数值范围没有限制,但当X大于一定数值后,Y无限趋近于1,而小于一定数值后,Y无限趋近于0。
④ 特别地,当 X=0 时,Y=0.5。
⑤ sigmoid函数可以实现不管X取什么样的值,Y值都被非线性地映射在 0~1 之间,实现二分类。
⑥ 逻辑回归不是回归模型,而是分类模型。
阶跃函数
![e092aabc53dec504459c6a4a5fca247e.png](https://img-blog.csdnimg.cn/img_convert/e092aabc53dec504459c6a4a5fca247e.png)
① 神经网络激活函数不选择阶跃函数一样,因为它不连续不可微。
② 满足分类的效果,且是连续的函数,sigmoid函数非常适合。
逻辑回归模型
① 逻辑回归模型是通过在线性回归模型的基础上,套一个 sigmoid 函数来实现。
② 把原来的
注:代替部分扩展如下: