在神经网络中,经常用到sigmoid函数,y = 1 / (1+e-x)

作为下一级神经元的激活函数,x也就是WX(下文,W以θ符号代替)矩阵计算结果。

这个函数通常用在进行分类,通常分为1或0的逻辑分类,所以又叫logistic回归。

常规常规情况下,我们使用的损失函数是 j(θ) = 1 / 2n * ∑(hθ(x) - y) , hθ(x)  也就是激活函数(或hypothesis函数),y是样本结果数据。在大部分情况下,这是通用的。以向量来看,空间点Hθ(x)和Y距离最小化。

但是,由于sigmoid函数是非线性的,所以用以上损失函数,求偏导后,得到的 j(θ)只能是局部最小值(左图),得不到真正的最小值。

因此,在logistic回归中,最优的损失函数,应该是:

y是指样本值。(也即是损失函数和y的关系,不再是直接减去y(样本目标值))

图像:

当y=0时,如果Hθ(x)越接近0,那么损失越小。也就是说,只要偏导数为0,反向传播时依然往最小值方向(而非局部最小值)

如果y=0,但是Hθ(x)不接近0,甚至于大于1,那么损失就非常巨大,那么可以造成反响传播时,修改原θ值就越大了。

连个曲线合并,就是J = y * log(x) + (1 - y) * log (1 - x),y的取值只能为0或1

整个损失函数简化后,得到:

(此函数,又叫交叉熵函数)

θ其实也即是权,或参数值。

总的来说,根据学习的结果类型(是0或1类型,还是数值类型),选择合适的激活函数,同时,也要有对应的损失函数,才能得到最佳效果。

转载于:https://www.cnblogs.com/pylblog/p/10808665.html

有关logistic(sigmoid)函数回归相关推荐

  1. 激活函数之logistic sigmoid函数介绍及C++实现

    logistic sigmoid函数: logistic sigmoid函数通常用来产生Bernoulli分布中的参数ø,因为它的范围是(0,1),处在ø的有效取值范围内.logisitic sigm ...

  2. Logistic 回归(sigmoid函数,手机的评价,梯度上升,批处理梯度,随机梯度,从疝气病症预测病马的死亡率...

    (手机的颜色,大小,用户体验来加权统计总体的值)极大似然估计MLE 1.Logistic回归 Logistic regression (逻辑回归),是一种分类方法,用于二分类问题(即输出只有两种).如 ...

  3. 【机器学习】【逻辑回归】Logistic函数/Sigmoid函数的详细公式推导

    sigmoid函数的数学公式 sigmoid函数的因变量x取值范围是-∞到+∞,(-∞,+∞),但是sigmoid函数的值域是(0, 1). 不管x取什么值其对应的sigmoid函数值一定会落到(0, ...

  4. Logistic回归与Sigmoid函数

    一.Logistic回归: 1.1 特征: Logistic回归主要是二分类预测 ,是对概率的估计的一种方法.概率的取值范围在(0,1).当P>0.5时,预测为1:当P<0.5时,预测为0 ...

  5. Sigmoid函数与逻辑回归

    文章目录 (1). Sigmoid函数的由来--伯努利分布的衍生物 1.1 为什么会有 sigmoid 函数的出现? 1.2 sigmoid 函数推导过程 1.3 sigmoid 函数求导 (2). ...

  6. 逻辑回归 — Sigmoid函数 —预测是否出现过交通事故

    目录 1. 数据的种类 2. Sigmoid函数 3. 案列 :预测是否会发送交通事故 4. 总结 逻辑回归模型是离散数据(二次分布) 1. 数据的种类 连续性数据:给定一个区间,可以取区间内任意一实 ...

  7. Sigmoid 函数(logistic函数)笔记

    其实logistic函数也就是经常说的sigmoid函数,它的几何形状也就是一条sigmoid曲线(S型曲线). 该函数具有如下的特性:当x趋近于负无穷时,y趋近于0:当x趋近于正无穷时,y趋近于1: ...

  8. Sigmoid函数以及逻辑回归的由来

    线性回归时统计学经典算法,它能够拟合出一条直线来描述变量之间的线性关系.但在实际中,变量之 间的关系通常都不是一条直线,而是呈现出某种曲线关系.在统计学的历史中,为了让统计学模型能够更好地拟合曲线,统 ...

  9. R语言使用epiDisplay包的logistic.display函数获取二分类logistic回归模型的汇总统计信息(自变量初始和调整后的优势比及置信区间,回归系数的Wald检验的p值、简化汇总结果

    R语言使用epiDisplay包的logistic.display函数获取二分类logistic回归模型的汇总统计信息(自变量初始和调整后的优势比及置信区间,回归系数的Wald检验的p值.自变量的似然 ...

最新文章

  1. Java基础语法(一)注释,关键字,常量,变量,数据类型,标识符,数据类型转换...
  2. java培训教程分享:Java中用户如何自定义异常?
  3. oracle中ddl中enable,oracle 禁用表的DDL 实现真正的READ ONLY
  4. codeforces D Prefixes and Suffixes(kmp)
  5. error LNK2019: 无法解析的外部符号 __imp__inet_ntoa@4
  6. android+Unity3D游戏开发之简单的物体运动
  7. html盒子模型子元素怎么水平占满父元素_CSS3——弹性盒模型-flex——父级属性...
  8. python猜数字1001untitled_ML - Python 基础
  9. android 代码 升级rom,ROM之家简析:Android手机系统怎么升级
  10. linux入门_linux入门-常用命令的使用
  11. Python 3 mysql 简介安装
  12. Activiti(6.0)任务管理服务TaskaskService
  13. 写给JAVA入门书作者们的一封信
  14. 应届生简历如何写实习经历?
  15. 单片机 STM32 HAL GSM通讯 SIM800L
  16. Germany Gone with honour - 德国队 带着胜利离开
  17. Git简介之部分易混淆命令的简单介绍
  18. 再见了, 达叔!我用Python回顾一代喜剧大师203部作品,太经典了!
  19. 了解ES6 The Dope Way第五部分:类,转译ES6代码和更多资源!
  20. 【ELK】02、ElasticSearch基础

热门文章

  1. Ubuntu 14 配置Android Studio的快捷启动方式
  2. JZOJ 5905. 【NOIP2018模拟10.15】黑暗之魂(darksoul)
  3. JZOJ 5392. 【NOIP2017提高A组模拟10.5】Lucky Transformation
  4. JZOJ 3875. 【NOIP2014八校联考第4场第2试10.20】星球联盟(alliance)
  5. php根据单词截取英文语句,php按单词截取字符串的方法_PHP教程
  6. 使用Qt创建XML文档及XML文档的增删改
  7. linux mysql安装失败 lib冲突问题_Linux 安装 Mysql 冲突 问题
  8. qt 实现拖动矩形角度_手机上如何使用CAD角度标注功能?
  9. mysql查询时间类型c语言处理_资讯类app用户热度及资讯类型分析-Mysql进行数据预处理...
  10. linux重定向文件不存在,shell 12 21 filename重定向的含义和区别