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
华农DrLai2 小时前
什么是LLM做推荐的三种范式?Prompt-based、Embedding-based、Fine-tuning深度解析
人工智能·深度学习·prompt·transformer·知识图谱·embedding
东北洗浴王子讲AI2 小时前
GPT-5.4辅助算法设计与优化:从理论到实践的系统方法
人工智能·gpt·算法·chatgpt
超低空2 小时前
OpenClaw Windows 安装详细教程
人工智能·程序员·ai编程
恋猫de小郭2 小时前
你的代理归我了:AI 大模型恶意中间人攻击,钱包都被转走了
前端·人工智能·ai编程
yongyoudayee3 小时前
2026 AI CRM选型大比拼:四大架构路线实测对比
人工智能·架构
高洁013 小时前
多模态AI模型融合难?核心问题与解决思路
人工智能·深度学习·机器学习·数据挖掘·transformer
碑 一3 小时前
视频分割Video K-Net
人工智能·计算机视觉
renhongxia14 小时前
ORACLE-SWE:量化Oracle 信息信号对SWE代理的贡献
人工智能·深度学习·学习·语言模型·分类
AI自动化工坊4 小时前
Google LiteRT-LM生产级部署指南:如何在边缘设备实现高效LLM推理?
人工智能·ai·llama
互联网江湖4 小时前
携程当学胖东来
人工智能