逻辑回归(Logistic regression):
想要理解LR,只需要记住:
Sigmoid 函数:
y=1/(1+e-z)
线性回归模型:
y=wTx+b
最后:
y= 1/(1+e-(wTx+b))
推导为:
ln (y/1-y)=wTx+b
它就是用线性回归模型的预测结果去逼近真实标记的对数几率。
真实标记:是在模型训练时已经给出。
进而模型训练来确定模型参数 w 和 b
Posted soyosuyang
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了LR(逻辑回归)相关的知识,希望对你有一定的参考价值。
逻辑回归(Logistic regression):
想要理解LR,只需要记住:
Sigmoid 函数:
y=1/(1+e-z)
线性回归模型:
y=wTx+b
最后:
y= 1/(1+e-(wTx+b))
推导为:
ln (y/1-y)=wTx+b
它就是用线性回归模型的预测结果去逼近真实标记的对数几率。
真实标记:是在模型训练时已经给出。
进而模型训练来确定模型参数 w 和 b
以上是关于LR(逻辑回归)的主要内容,如果未能解决你的问题,请参考以下文章