7.5 非线性回归:logistic Regression(逻辑回归)

概率:

定义   概率(P)robability:对一件事情发生的可能性的衡量

范围   0<=P<=1

计算方法:1、根据个人置信

                   2、根据历史数据

                   3、根据模拟数据

条件概率:


Logistic Regression(逻辑回归)

例子


                                  h(x)>0.5


                                    h(x)>0.2

基本模型:

测试数据为X(x0,x1,x2.....xn)

要学习的参数为:Θ(θ0,θ1,,θ2,......θn) 

              Z = θ0x0 + θ1x1+θ2x2+......+θnxn

向量表示:

              

处理二值数据,引入Sigmoid函数时曲线平滑化:



预测函数:


用概率表示:



找到合适的θ0,θ1使上式最小


目标:找到合适的θ0,θ1使上式最小

解法:梯度下降(gradient decent)



更新法则:


学习率

同时对所有的θ进行更新

重新更新直到收敛


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