逻辑回归(Logistic Regression)是一种用于二分类问题的统计方法,其目标是预测给定输入属于某一类别的概率。逻辑回归的损失函数(也称为成本函数)被称为对数损失(Log Loss)或交叉熵损失(Cross-Entropy Loss)。它通过惩罚错误的预测来衡量分类模型的性能。
逻辑回归的假设函数
逻辑回归的假设函数使用 Sigmoid 函数 表示:
[ h_\theta(x) = \frac{1}{1 + e^{-\theta^T x}} ]
其中: - ( h_\theta(x) ) 是模型预测的 ( y = 1 ) 的概率。 - ( \theta ) 是模型参数(权重)...