【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
Topstip2 分钟前
Gemini 对话机器人加入开源盲水印技术来检测 AI 生成的内容
人工智能·ai·机器人
Bearnaise5 分钟前
PointMamba: A Simple State Space Model for Point Cloud Analysis——点云论文阅读(10)
论文阅读·笔记·python·深度学习·机器学习·计算机视觉·3d
小嗷犬18 分钟前
【论文笔记】VCoder: Versatile Vision Encoders for Multimodal Large Language Models
论文阅读·人工智能·语言模型·大模型·多模态
Struart_R23 分钟前
LVSM: A LARGE VIEW SYNTHESIS MODEL WITH MINIMAL 3D INDUCTIVE BIAS 论文解读
人工智能·3d·transformer·三维重建
lucy1530275107924 分钟前
【青牛科技】GC5931:工业风扇驱动芯片的卓越替代者
人工智能·科技·单片机·嵌入式硬件·算法·机器学习
幻风_huanfeng1 小时前
线性代数中的核心数学知识
人工智能·机器学习
volcanical1 小时前
LangGPT结构化提示词编写实践
人工智能
weyson1 小时前
CSharp OpenAI
人工智能·语言模型·chatgpt·openai
RestCloud2 小时前
ETLCloud异常问题分析ai功能
人工智能·ai·数据分析·etl·数据集成工具·数据异常
IT古董2 小时前
【机器学习】决定系数(R²:Coefficient of Determination)
人工智能·python·机器学习