统计学习方法第六章——逻辑回归与最大熵模型阅读笔记
我们最常用的逻辑回归二分类模型如下:
P(Y=1∣x)=exp(w∗x)1+exp(w∗x)
P(Y=1|x)=\frac{exp(w*x)}{1+exp(w*x)}
P(Y=1∣x)=1+exp(w∗x)exp(w∗x)
P(Y=0∣x)=11+exp(w∗x)
P(Y=0|x)=\frac{1}{1+exp(w*x)}
P(Y=0∣x)=1+exp(w∗x)1
定义事件发生的几率为p1−p\frac{p}{1-p}1−pp,该事件的对数几率即logit函数为logit(p)=p1−plogit(p
原创
2022-07-01 00:03:03 ·
261 阅读 ·
0 评论