逻辑回归中的sigmoid函数及负对数似然函数求导

本文详细探讨逻辑回归中sigmoid函数的数学原理,以及负对数似然函数的求导过程。通过推导,展示了如何从sigmoid函数出发,计算负对数似然函数关于权重w的导数,进一步阐述逻辑回归模型的学习机制。
摘要由CSDN通过智能技术生成

逻辑回归中的sigmoid函数及负对数似然函数求导:

查了好多笔记都是抄抄抄,中间有一步很简单但很关键,都没有展示,只能上笔了,记录一下:
sigmoid函数:
s i g m o i d ( w x ) = η ( w x ) = 1 1 + e x p ( − w x ) sigmoid(wx)=\eta{(wx)}=\frac{1}{1+exp(-wx)} sigmoid(wx)=η(wx)=1+exp(wx)1
负对数似然函数:
L = − ∑ i [ y i ∗ l o g ( η ( w x ) ) + ( 1 − y i ) ∗ l o g ( 1 − η ( w x ) ) ] L=-\sum_i{[y_i*log{(\eta{(wx)}})+(1-y_i)*log{(1-\eta{(wx)})}]} L=i[yilog(η(wx))+(1yi<

评论 1
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