【机器学习】10——logistic的直观理解

机器学习10------logistic的直观理解

logistic


目录

训练过程

数据集:

特征: 学习时间(例如,1小时、2小时等)。

标签: 是否通过考试(0 或 1)。
模型结构:

输入: 学习时间(特征)。

输出: 学生通过考试的概率(预测值)。

初始化模型的参数(权重和偏置)通常被初始化为随机值或零。

线性组合:

计算输入特征(学习时间)与权重的线性组合,再加上偏置。
z=w⋅x+b
其中 w 是权重,x 是特征(学习时间),b 是偏置。

将线性组合的结果 z 输入到 Sigmoid 函数中,得到预测的概率值

根据损失函数优化参数

具体例子

预测一个学生是否能通过考试(0 表示未通过,1 表示通过):

  • 假设我们初始化模型的参数为:

    权重w=0

    偏置 b=0

  • 对于一个给定的学习时间 x,我们计算线性组合

    -z=w⋅x+b

    例如,对于学习时间 x=4,我们有: z=0⋅4+0=0

重复以上步骤

相关推荐
是娜个二叉树!3 分钟前
听课笔记-nlp
人工智能·笔记·自然语言处理
galileo201614 分钟前
多智能体优秀开发框架
人工智能
DUTBenjamin30 分钟前
计算机视觉5——运动估计和光流估计
人工智能·计算机视觉
HNU混子32 分钟前
手搓多模态-03 顶层和嵌入层的搭建
python·机器学习·计算机视觉
HuggingFace1 小时前
Open R1 项目进展第三期
人工智能
Jackilina_Stone1 小时前
【大语言模型推理框架】VLLM
人工智能·语言模型·vllm
前端飞天猪2 小时前
Day1:Deepseek+Kimi 10分钟生成专业PPT
人工智能·开源
日升2 小时前
Browser-use:基于 Python 的智能浏览器自动化 AI 工具调研与实战
人工智能·python·openai
知来者逆2 小时前
探索生成式AI在游戏开发中的应用——3D角色生成式 AI 实现
人工智能·深度学习·神经网络·计算机视觉·3d·游戏开发
Lx3522 小时前
元宇宙基建:开发者如何搭上AI原生应用快车
人工智能