多分类逻辑回归与softmax回归

二分类logistic回归及其优化算法

y y y是0-1型变量, x 1 x_1 x1 x 2 x_2 x2 … \dots x p x_p xp是与 y y y相关的确定性变量, n n n组观测数据为( x i 1 , x i 2 , … , x i p ; y i x_{i1},x_{i2},\dots,x_{ip};y_i xi1,xi2,,xip;yi),其中, y i y_i yi的取值是0或者1的随机变量,则 y i y_i yi的条件概率为:
p ( y = 1 ∣ X ) = e x p ( β X ) 1 + e x p ( β X ) p ( y = 0 ∣ X ) = 1 1 + e x p ( β X ) p(y=1|X)=\frac{exp(\beta X)}{1+exp(\beta X)} \\ p(y=0|X)=\frac{1}{1+exp(\beta X)} p(y=1X)=1+exp(βX)exp(βX)p(y=0X)=1+exp(βX)1

ln ⁡ p ( y = 1 ∣ X ) 1 − p ( y = 1 ∣ X ) = β X \ln{\frac{p(y=1|X)}{1-p(y=1|X)}}=\beta X ln1p(y=1X)p(y=1X)=βX
y i y_i

  • 5
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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