洗脑概念:
假设函数 = 假设空间 = 模型
包括:
①决策函数模型:
等,例如:多元回归、LASSO等
②条件概率分布模型:
等,例如:Logistic等
以下我就用“假设函数” 这四个字来说吧。
当模型的参数通过一系列方法(GD等最优化算法)求出后,此时模型已经出来了,这个时候,我们“模型” 与 “假设函数”,就有区别了,模型应该称作 “决策函数”,决策函数的符号有时也用
表示,带入某个数据
后,有
所以应该这么认为:
假设函数(参数未知,待加工)----->决策函数(参数已求,可预测,成品!)
一系列的拟合,优化算法,都是在“加工”函数模型,“加工”完毕后,就能拿去市场“卖”(做预测)了!
符号说明:
这里我们 将 损失函数 直接写出来(根据定义),不推导损失函数本身如何得到。
由 假设函数 得 损失函数:(以多元回归 和 平方损失为例)
以Logistic回归 和 log对数损失为例:
说明:
请看图中“注意”
求出Logistic的梯度就能更新了。接下来的步骤请参考另一篇文章,Logistic Regression: