Logistic Regression – 逻辑回归 – 损失函数

enter image description here

我尝试将 p = 1/1+e^(-z) 代回第一个函数,但无法得到简化的函数。

对于中间项,我得到的是 z(1-t^i) 的和,而不是 t^i z^i 的和。我不知道哪里出了问题。


回答:

由于您没有发布您的解决方案,我无法指出您犯了什么错误,但我认为您需要同时代入 p(C=0|x,w) 和 p(C=1|x,w),而不仅仅是 p=1/1+e^(-z)。以下是推导过程 –

在主方程(第一个方程)中代入 p(C=0|x,w) 和 p(C=1|x,w)(sum==求和),z 表示 z^(i)

L=-sum(t^(i)*log(e^-z))+sum(t^(i)*log(1+e^-z))+sum(log(1+e^-z)-sum(t^(i)*log(1+e^-z))

第二项和第四项会抵消。我们得到

L=-sum(t^(i)*log(e^-z))+sum(log(1+e^-z)

根据对数的性质,log(e^(-z))=z。因此

L=sum(log(1+e^-z)+sum(t^(i)*z)

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注