回归损失函数
损失函数
为了训练logistic回归的参数w和参数b,需要定义一个成本函数。下图y代表是logistic回归模型,
其中σ(z)是sigmoid激活函数
给(given)一堆样本,想(want)得到输出标签。
损失函数(loss)函数,衡量算法的运行情况,是针对单个样本来说的。例如可以定义为y^ 和y的差,或者他们1/2(差的平方)。实际意义是通过定义这个损失函数。来衡量预测输出值y^和实际值y有多接近。在logistic中,我们会定义一个不同的损失函数,起着与误差平方相似的作用。如下图所示
定义一个成本函数,衡量的是在全体训练样本上的表现,即J(w,b)函数,利用的是logistic里定义的两个参数。所以在训练的时候,要找到合适的参数w和b,让成本函数尽可能的小。