gistic Regression是广义线性模型的一种可以用線性函数表示分类的超平面:
通过对训练样本的学习,得到超平面再使用阈值函数,将样本映射到不同的类别(0或1)
常用的阈值函数有Sigmoid函数,形式为:
可以看出函数的值域为(0,1),在0附近的变化比较明显
对于输入向量X,属于正例的概率为:
为求似然函数的最大值可使用g似然函数,将连乘转换为连加操作将负的g似然函数(negative g likehood)NLL作为损失函数,此时需要计算NLL的极小值损失函数为:
'''利用梯度下降法训练LR模型
(1)feature为训练数据偏置项的特征值设为1,数据如下:
label为标签数据值为0或1,数据如下:
特征个数為3权重值初始化为1
(3)更新w权重值后,可以计算损失值损失函数为:
(4)训练结束后,得到最终权重值
gistic Regression是广义线性模型的一种可以用線性函数表示分类的超平面:
通过对训练样本的学习,得到超平面再使用阈值函数,将样本映射到不同的类别(0或1)
常用的阈值函数有Sigmoid函数,形式为:
可以看出函数的值域为(0,1),在0附近的变化比较明显
对于输入向量X,属于正例的概率为:
为求似然函数的最大值可使用g似然函数,将连乘转换为连加操作将负的g似然函数(negative g likehood)NLL作为损失函数,此时需要计算NLL的极小值损失函数为:
'''利用梯度下降法训练LR模型
(1)feature为训练数据偏置项的特征值设为1,数据如下:
label为标签数据值为0或1,数据如下:
特征个数為3权重值初始化为1
(3)更新w权重值后,可以计算损失值损失函数为:
(4)训练结束后,得到最终权重值