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
一个处女座的程序猿3 小时前
AI之Agent之VibeCoding:《Vibe Coding Kills Open Source》翻译与解读
人工智能·开源·vibecoding·氛围编程
Jay Kay3 小时前
GVPO:Group Variance Policy Optimization
人工智能·算法·机器学习
风指引着方向4 小时前
归约操作优化:ops-math 的 Sum/Mean/Max 实现
人工智能·wpf
机器之心4 小时前
英伟达世界模型再进化,一个模型驱动所有机器人!机器人的GPT时刻真正到来
人工智能·openai
纯爱掌门人4 小时前
终焉轮回里,藏着 AI 与人类的答案
前端·人工智能·aigc
人工智能AI技术4 小时前
Transformer:大模型的“万能骨架”
人工智能
小鸡吃米…4 小时前
机器学习面试问题及答案
机器学习
uesowys5 小时前
Apache Spark算法开发指导-Factorization machines classifier
人工智能·算法
人工智能AI技术5 小时前
预训练+微调:大模型的“九年义务教育+专项补课”
人工智能
aircrushin5 小时前
中国多模态大模型历史性突破:智源Emu3自回归统一范式技术深度解读
人工智能