2017-09-20 53 views
0

所以我已经做了coursera毫升当然,现在我期待在scikit学习回归这是一个有点不同。我一直在使用sigmoid函数,当y = 0和y = 1时,成本函数被分成两个不同的情况。但scikit学习有一个功能(我发现这是通用逻辑功能),这对我来说确实没有意义。回归成本函数scikit学习

http://scikit-learn.org/stable/_images/math/760c999ccbc78b72d2a91186ba55ce37f0d2cf37.png 很抱歉,我没有足够的声望发布图片。

因此函数的主要关心的是,当Y = 0,低于成本函数总是有这样的日志(E^0 + 1)的值,所以也无所谓什么是X或W的情况。有人能解释我吗?

+0

显示你原来的逻辑回归的定义,你的经验教训。 – sascha

+1

我认为这个答案可能会对你有所帮助。 [答案](https://stats.stackexchange.com/questions/235514/how-do-i-get-cost-function-of-logistic-regression-in-scikit-learn-from-log-likel) ! – jinyu0310

回答

0

如果我是正确的,你这个公式中有$ Y_I $只能假设值-1或1(如在由@ jinyu0310给出的链接获得)。通常情况下,你使用这个成本函数(正则化)

(对不起,作为插入图像公式,但是不能在这里使用的乳胶,图片来自于goo.gl/M53u44)

enter image description here

所以你当yi = 0或yi = 1时,总是有两个角色起作用。我试图找到更好的解释,scikit在这个公式中使用的符号,但迄今没有运气。

希望能帮到你。这是用正则化因子编写成本函数的另一种方法。同时请记住,在一切事物面前不变的因素不会在优化过程中发挥作用。既然你想找到最小值,并且对乘以一切的整体因素不感兴趣。