逻辑回归

最新推荐文章于 2024-05-28 15:43:58 发布

autocyz

最新推荐文章于 2024-05-28 15:43:58 发布

阅读量1.3k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：机器学习视觉机器学习文章标签：逻辑回归 logistic regression 正则化多分类

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/autocyz/article/details/51602436

逻辑回归是一种常见的分类算法，主要用sigmoid函数建立特征与正样本概率的关系。当面临过拟合风险时，通过引入正则项如L1和L2来限制模型复杂度，提升泛化能力。对于多分类问题，逻辑回归会采用softmax函数进行处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

逻辑回归

逻辑回归（Logistic Regression,LR）是一种很常用的分类算法，对于一般的二分类情况，给定N个训练样本， $(x_1,y_1)，(x_2,y_2)...(x_N,y_N)$ ，其中 $x_i\in R^n$ 是一个n维向量， $y_i\in \{-1,+1\}$ 表示了其对应样本的标签，1代表正样本，-1代表负样本。一般的，逻辑回归模型就是使用sigmoid函数 $\sigma(x)=\frac{1}{1+exp(-x)}$ 将样本特征向量与其属于正样本的概率联系起来：

p (y i = + 1 | x i, w) = σ (w T x i) = 1 1 + e x p ( - w T x i )

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。