逻辑回归讲解和推导

本文深入探讨逻辑回归,介绍了Sigmoid函数的特性及其在模型中的作用,详细阐述了逻辑斯谛分布及其参数μ和γ的影响。同时,文章讨论了分布函数、密度函数的概念,并通过梯度上升法解释了模型参数的估计过程,强调了逻辑回归应用中的条件和限制。
摘要由CSDN通过智能技术生成


逻辑回归又称logistic回归,逻辑斯谛回归,是一种广义的线性回归分析模型。

1. Sigmod函数

Sigmoid函数也是神经网络中常用的函数,用于把x从负无穷到正无穷压缩到y从0到1之间。画出来就是一条S型曲线,如下图中的蓝色曲线:

它以0点为中心对称,公式如下:
在这里插入图片描述
当x值接近负无穷时,分母很大,S(x)接近0,当x接近正无穷时,分母接近1,S(x)接近1,当x为0时,S(x)为1/2在正中间。S曲线的弯曲程度由e决定。 它的导数是上图中的橙色曲线:
在这里插入图片描述
导数的意义是变化率,当x很大时或很小时,S’(x)接近0,而在x接近0时,S’(x)值最大,即S曲线在0点处变化剧烈,它勾勒出了y在0与1之间模棱两可的区域。

2.逻辑斯谛分布

必须满足逻辑斯谛分布,才能用逻辑回归。那么什么是逻辑斯谛分布?
逻辑斯谛

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值