逻辑回归本质是分类问题，而且是二分类问题，不属于回归，为何把逻辑回归放到回归系统博客中呢？我们可以这样理解，逻辑回归就是用回归的办法来做分类。它是在线性回归的基础上，通过Sigmoid函数进行了非线性转换，从而具有更强的拟合能力。
- 当y=1时，我们期望
- 当y=0时，我们期望
所以综合起来：我们期望
接着上面对数似然的求导结果。我们期望的是极大似然，可以进行一下转换，类似于梯度下降来求
上式为BGD
上式为SGD
我们要让对数似然函数最大，也就是他的相反数 最小。而
最小化，则可以看成损失函数，求其最小化：
注意，这里
就一句话：通过以上过程，会发现逻辑回归的求解，跟线性回归的求解基本相同。
到此这篇sigmoid 计算（sigmoid计算公式）的文章就介绍到这了,更多相关内容请继续浏览下面的相关 推荐文章，希望大家都能在编程的领域有一番成就！版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！
转载请注明出处，原文链接：https://www.xkablog.com/haskellbc/65340.html