关于逻辑回归的一些思考
2017-05-30 05:42
246 查看
问1:逻辑回归的函数使什么?
答1:h(x|θ)=1/(1+e^(-θx))
问2:正负样本的条件概率是什么?
答2:1)正样本的条件概率:p(y=1|x;θ)=h(x|θ)
2)负样本条件概率:p(y=0|x;θ)=1-h(x|θ)
3)两个公式合并到一起:p(y|x;θ)=h(x|θ)^y*(1-h(x|θ))^(1-y)
问3:目标函数是什么?
答4:l(θ)=Log(L(θ))=Log(∏p(yi|xi;θ))=Log(∏(h(xi|θ)^yi*(1-h(xi|θ))^(1-yi)))=yi*Log(h(xi|θ))+(1-yi)*Log(1-h(xi|θ))
问4:如何求解θ值?
答4:采用梯度上升法
答1:h(x|θ)=1/(1+e^(-θx))
问2:正负样本的条件概率是什么?
答2:1)正样本的条件概率:p(y=1|x;θ)=h(x|θ)
2)负样本条件概率:p(y=0|x;θ)=1-h(x|θ)
3)两个公式合并到一起:p(y|x;θ)=h(x|θ)^y*(1-h(x|θ))^(1-y)
问3:目标函数是什么?
答4:l(θ)=Log(L(θ))=Log(∏p(yi|xi;θ))=Log(∏(h(xi|θ)^yi*(1-h(xi|θ))^(1-yi)))=yi*Log(h(xi|θ))+(1-yi)*Log(1-h(xi|θ))
问4:如何求解θ值?
答4:采用梯度上升法
相关文章推荐
- 关于线性回归和逻辑回归一些深入的思考
- 关于tensorflow 用于线性回归及MNIST 数字识别中的一些思考及补充
- 关于推送系统设计的一些总结与思考(三)
- 关于课程设计、毕业设计的一些总结与思考
- 关于自动化测试的一些思考 推荐
- sunday算法和自己关于字符串匹配的一些思考
- 关于MVC的一些思考
- 关于产品的一些思考——小米之电话录音
- 关于类的数据成员的访问权限设计的一些思考
- MapReduce源码分析之Task中关于对应TaskAttempt存储Map方案的一些思考
- 关于BeanCopier的一些思考
- 关于涉及链表和数组中信息交换的一些思考
- 关于kill的一些思考
- 【UML】关于UML的一些思考
- 关于Android中ANR的一些思考
- 关于img 403 forbidden的一些思考
- 关于与产品相关的品牌、国藉等与产品质量的一些思考(转)
- 关于c++中一些指针问题的思考
- 关于指针,地址总线的一些思考。
- 关于网络隐私的一些思考