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
IT_陈寒11 分钟前
搞不定JavaScript的数组去重?你可能漏了这两个坑
前端·人工智能·后端
豌豆学姐14 分钟前
likeadmin-api 全驱动数字人参数避坑:file_url、ref_file_url 和 mode 怎么传
人工智能·aigc·api·数字人·全驱动数字人
海兰14 分钟前
mcporter — 安装部署及使用完全指南(四)
人工智能·agent·openclaw
手写码匠16 分钟前
华为云Flexus+DeepSeek征文|Dify 多 Agent 评测实战:用 DeepSeek-R1 当裁判,打造多智能体系统的自动化质量保障体系
人工智能·深度学习·算法·aigc
MartinYeung517 分钟前
[论文学习]JBShield:通过激活概念分析与操纵防御大语言模型越狱攻击
人工智能·学习·语言模型
ZJU_统一阿萨姆18 分钟前
【推理优化】KV Cache 量化:在不牺牲质量的前提下压榨更多内存
人工智能·语言模型·系统架构·vllm
安逸sgr20 分钟前
Dropout 和正则化:深度学习如何缓解过拟合?
人工智能·ai·大模型·agent·智能体
weixin_4462608521 分钟前
Intern-S2-Preview:面向科学智能的智能体基础大模型
人工智能
汽车仪器仪表相关领域21 分钟前
SIRIUS R1DB/R2DB便携式一体化数据采集系统
大数据·人工智能·功能测试·深度学习·压力测试
MartinYeung528 分钟前
[论文学习]SMSR:带平滑检索的签名记忆——针对持久化LLM智能体系统运行时内存投毒的认证防御
人工智能·学习