码迷,mamicode.com
首页 > 其他好文 > 详细

Logistic Regression

时间:2017-04-22 00:26:35      阅读:297      评论:0      收藏:0      [点我收藏+]

标签:ssi   preview   amp   res   cloud   for   tproxy   cin   cgi   

使hypotheses hθ(x) to satisfy 0hθ(x)1.

技术分享

 技术分享

z > 0,g(z) > 0.5 ,y=1;

z< 0,g(z) < 0.5 ,y=0;

Cost Function:

技术分享

When y = 1, we get the following plot for J(θ) vs hθ(x):

技术分享

 

Similarly, when y = 0, we get the following plot for J(θ) vs hθ(x):

技术分享

Cost(hθ(x),y) = 0 if hθ(x) = y;

Cost(hθ(x),y) ->∞ if y = 0 and hθ(x) ->1 或


者y



= 1 and hθ(x) ->0.

Simplified Cost Function:

 Cost(hθ(x),y)=?ylog(hθ(x))?(1?y)log(1?hθ(x))
y = 1 时,Cost(hθ(x),y) = ?log(hθ(x));

y = 0时, Cost(hθ(x),y) = -log(1?hθ(x))

Gradient Descent

技术分享

技术分享

向量化:θ:=θ?(α/m) XT(g(Xθ)?y)

Logistic Regression

标签:ssi   preview   amp   res   cloud   for   tproxy   cin   cgi   

原文地址:http://www.cnblogs.com/lxc1910/p/6745156.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!