Logistic回归 - 损失函数

时间:2016-10-14 05:30:00

标签: machine-learning

enter image description here

我试图将p = 1/1 + e(-z)替换回第一个函数,但是我无法达到简化函数。

对于中期,我得到(z(1-t ^ i))的和而不是(t ^ i z ^ i)之和。我不知道出了什么问题。

1 个答案:

答案 0 :(得分:0)

既然你没有发布你的解决方案,我不能说你做了什么错误,但我认为你需要替换p(C = 0 | x,w)和p(C = 1 | x,w)两者而不是只是p = 1/1 + e(-z)。这是推导 -

在主式(第一)中代入p(C = 0 | x,w)和p(C = 1 | x,w)(sum ==求和),z是z ^(i)

L = -sum(T ^(I)*日志(E ^ -z))+ SUM(吨^(I)*日志(1 + E ^ -z))+ SUM(日志(1个+ E ^ -z)-sum(T ^(I)*日志(1 + E ^ -z))

第二和第四学期取消。我们得到

L = -sum(T ^(I)*日志(E ^ -z))+ SUM(日志(1 + E ^ -z)

通过对数-log(e ^( - z))= z.So

的prop

L =总和(日志(1 + E ^ -z)+ SUM(吨^(I)* z)的