【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
一 铭26 分钟前
AI领域新趋势:从提示(Prompt)工程到上下文(Context)工程
人工智能·语言模型·大模型·llm·prompt
麻雀无能为力4 小时前
CAU数据挖掘实验 表分析数据插件
人工智能·数据挖掘·中国农业大学
时序之心4 小时前
时空数据挖掘五大革新方向详解篇!
人工智能·数据挖掘·论文·时间序列
.30-06Springfield5 小时前
人工智能概念之七:集成学习思想(Bagging、Boosting、Stacking)
人工智能·算法·机器学习·集成学习
说私域6 小时前
基于开源AI智能名片链动2+1模式S2B2C商城小程序的超级文化符号构建路径研究
人工智能·小程序·开源
永洪科技6 小时前
永洪科技荣获商业智能品牌影响力奖,全力打造”AI+决策”引擎
大数据·人工智能·科技·数据分析·数据可视化·bi
shangyingying_16 小时前
关于小波降噪、小波增强、小波去雾的原理区分
人工智能·深度学习·计算机视觉
书玮嘎7 小时前
【WIP】【VLA&VLM——InternVL系列】
人工智能·深度学习
猫头虎7 小时前
猫头虎 AI工具分享:一个网页抓取、结构化数据提取、网页爬取、浏览器自动化操作工具:Hyperbrowser MCP
运维·人工智能·gpt·开源·自动化·文心一言·ai编程
要努力啊啊啊7 小时前
YOLOv2 正负样本分配机制详解
人工智能·深度学习·yolo·计算机视觉·目标跟踪