机器学习-逻辑回归的成本函数的补充-推导

逻辑回顾的成本函数是在输出0和1的两个函数是通过对数函数的变化平移来的

先说预测1的成本函数

我们要预测1那么说明,在输出0的时候成就就要无限大则得出结论

要预测1

成本函数输入1的时候 成本为0

成本函数输入0的时候 成本无限大

对数函数符合逻辑我们叫他-log(f)

要预测0

成本函数输入0的时候 成本为0

成本函数输入1的时候 成本无限大

这个时候可以将-log(f)沿着Y轴进行对称变化 蓝色的就是堆成变化的图象,

此时函数变成了-log(-f)

然后将图像香油平移个单位

取0-1就得到了想要的函数此时函数变成了

-log(-f+1)=>-log(1-f)

则我们得到了损失函数

模型预测为1的损失函数-log(f)

模型预测为1的损失函数-log(1-f)

相关推荐
Lei活在当下3 小时前
【AI手记系列-2026/6/18】iSparto & Harness,Caveman 以及AI时代的生存指南
人工智能·llm·openai
冬奇Lab5 小时前
每日一个开源项目(第134篇):Zvec - 阿里开源的嵌入式向量数据库,向量搜索界的 SQLite
数据库·人工智能·llm
冬奇Lab5 小时前
Agent 系列(22):Context Engineering 深度——三种上下文管理策略的量化对比
人工智能·agent
hboot5 小时前
AI工程师第二课 - 数据处理
人工智能·python·数据分析
程序员cxuan5 小时前
DeepSeek 杀入多模态,识图功能正式上线!
人工智能·后端·程序员
米小虾7 小时前
告别单打独斗:2026年多Agent协作架构实战指南
人工智能·agent
IT_陈寒8 小时前
SpringBoot这个自动配置坑我跳了三次
前端·人工智能·后端
Larcher8 小时前
AI Loop:让AI像人一样自主完成任务的核心机制
javascript·人工智能·设计模式
牧艺8 小时前
从零到协同:构建类飞书在线文档系统的五个技术重难点
前端·人工智能