我刚开始学习数据科学，所以如果这个问题很傻，请原谅我…我刚学了关于Sigmoid神经元的知识，并且了解到它的范围是[0, 1]。我的问题是，它如何能用于回归任务，例如预测任何房地产的成本，或电影的IMDb评分，或其他类似的东西？我知道可以通过缩放方法（将Sigmoid的输出乘以任何数字）来获得实际输出，但这只适用于有上限的输出，比如IMDb评分，那么像商品价格这样的没有上限的东西该怎么办呢？

提前感谢

回答：

在回归任务中，神经网络的输出层不应该使用Sigmoid函数。你应该使用一个范围没有限制的函数。Sigmoid函数通常用于神经网络的中间层。

你可以使用线性函数或Relu（整流线性单元）来进行回归任务。

附注：记住，逻辑回归是一种用于分类的算法，尽管它的名字可能让人误解。确保你不会把它们混淆。😁