2.3 和2.4 logistic回归损失函数、梯度下降

下图中由给定的每个样本的值和样本对应的标签值得到最终的概率值
Loss函数是在单个训练样本中定义的，它衡量了在单个训练样本上的表现，而成本函数cost,它衡量的是在全体训练样本上的表现,表明参数w和b在训练集上的效果

如何使用梯度下降法莱训练或学习训练集上的参数w和b


下图中阿尔法表示学习率，可以控制每一次迭代，或者梯度下降法中的步长，dw(在代码中用这个变量表示倒数)这个倒数就表示对参数w的更新或者变化量

posted @   剑断青丝ii  阅读(42)  评论(0)  编辑  收藏  举报
相关博文：
·  2.9逻辑回归中单个和多个训练样本的梯度下降法
·  机器学习实战-Logistic回归
·  2023年4月11日(软件工程日报)
·  深度学习--梯度下降再理解+线性回归
·  二、神经网络基础（逻辑回归和向量化）
阅读排行：
· 25岁的心里话
· 闲置电脑爆改个人服务器（超详细） #公网映射 #Vmware虚拟网络编辑器
· 基于 Docker 搭建 FRP 内网穿透开源项目（很简单哒）
· 零经验选手，Compose 一天开发一款小游戏！
· 一起来玩mcp_server_sqlite，让AI帮你做增删改查！！
点击右上角即可分享
微信分享提示