Sigmoid函数以及逻辑回归的由来
线性回归时统计学经典算法,它能够拟合出一条直线来描述变量之间的线性关系。但在实际中,变量之 间的关系通常都不是一条直线,而是呈现出某种曲线关系。在统计学的历史中,为了让统计学模型能够更好地拟合曲线,统计学家们在线性回归的方程两边引入了联系函数(link function),对线性回归的方程做出了各种样的变化,并将这些变化后的方程称为“广义线性回归”。其中比较著名的有等式两边同时取对数的对数函数回归、同时取指数的S形函数回归等。
在探索的过程中,一种奇特的变化吸引了统计学家们的注意,这个变化就是sigmoid函数带来的变化。Sigmoid函数的公式如下:
其中e为自然常数(约为2.71828),其中z是它的自变量,是因变量,z的值常常是线性模型的取值(比如,线性回归的结果z)。Sigmoid函数是一个S型的函数,它的图像如下:
从图像上可以看出,这个函数的性质相当特别。当自变量z趋近正无穷时,因变量趋近于1,而当z趋近负无穷时,
趋近于0,这使得sigmoid函数能够将任何实数映射到(0,1)区间。同时,
的导数,在z=0点时最大(这一点的斜率最大),所以它可以快速将数据从z =0的附近排开,让数据点到远离自变量取0的地方去。这样的性质,让sigmoid函数拥有将连续性变量z转化为离散型变量
的力量,这也就是化回归算法为分类算法的力量。
具体如何操作呢?只要将线性回归方程的结果作为自变量带入sigmoid函数,得出的数据就一定是(0,1)之间的值。此时,只要我们设定一个阈值(比如0.5),规定大于0.5时,预测结果为 1类,
小于0.5时,预测结果为0类,则可以顺利将回归算法转化为分类算法。此时,我们的标签就是类别0和1了。这个阈值可以自己调整,在没有调整之前,一般默认0.5。对线性回归后的结果取sigmoid函数的结果如下:
更神奇的是,当我们对线性回归的结果取sigmoid函数之后,只要再进行以下操作:
1)将结果以几率
的形式展开
2)在几率上求以e为底的对数
很容易得到:
可以发现,让取对数几率后所得到的值就是我们线性回归的结果z!因为这个性质,在等号两边加sigmoid的算法被称为“对数几率回归”,在英文中就是“Logistic Regression",就是逻辑回归。逻辑回归可能是广义线性回归中最广为人知的算法,它是一个叫做”回归“实际上却总是被用来做分类的算法,对机器学习和深度学习都有重大的意义。
为什么 值代表了样本为某一类标签的概率?
是形似对数几率的一种变化。而几率的本质是
,其中p是事件A发生的概率,而1-p是事件A不会发生的概率,并且p+(1-p)=1。因此在理解逻辑回归时,对
做出如下解释:
我们让线性回归的结果逼近0和1,此时和1-
之和为1,因此它们可以被我们看作是一对正反例发生的概率,即
是某样本i的标签被预测为1的概率,而1-
是i的标签被预测为-的概率,
就是样本i的标签被预测为1的相对概率。基于这种理解,逻辑回归、即单层二分类神经网络返回的结果被当成是概率来看待和使用(如果直接说它是概率,或许不太严谨)。当希望求解样本i的标签是1或是0的概率时,我们就使用逻辑回归。
因此,当一个样本对应的越接近1或0,我们就认为逻辑回归对这个样本的预测结果越肯定,样本被分类正确的可能性也越高。如果
非常接近阈值(比如0.5),就说明逻辑回归其实对这个样本究竟应该是哪一类别,不是非常肯定。
Sigmoid函数以及逻辑回归的由来相关推荐
- Sigmoid函数与逻辑回归
文章目录 (1). Sigmoid函数的由来--伯努利分布的衍生物 1.1 为什么会有 sigmoid 函数的出现? 1.2 sigmoid 函数推导过程 1.3 sigmoid 函数求导 (2). ...
- R语言广义线性模型函数GLM、广义线性模型(Generalized linear models)、GLM函数的语法形式、glm模型常用函数、常用连接函数、逻辑回归、泊松回归、系数解读、过散度分析
R语言广义线性模型函数GLM.广义线性模型(Generalized linear models).GLM函数的语法形式.glm模型常用函数.常用连接函数.逻辑回归.泊松回归.系数解读.过散度分析 目录
- R语言使用glm函数构建逻辑回归模型(logistic)、使用subgroupAnalysis函数进行亚组分析并可视化森林图
R语言使用glm函数构建逻辑回归模型(logistic).使用subgroupAnalysis函数进行亚组分析并可视化森林图 目录
- 数学推导+纯Python实现机器学习算法:逻辑回归
2019独角兽企业重金招聘Python工程师标准>>> 自本系列第一讲推出以来,得到了不少同学的反响和赞成,也有同学留言说最好能把数学推导部分写的详细点,笔者只能说尽力,因为打公式实 ...
- 【机器学习基础】数学推导+纯Python实现机器学习算法2:逻辑回归
自本系列第一讲推出以来,得到了不少同学的反响和赞成,也有同学留言说最好能把数学推导部分写的详细点,笔者只能说尽力,因为打公式实在是太浪费时间了..本节要和大家一起学习的是逻辑(logistic)回归模 ...
- 简单粗暴理解与实现机器学习之逻辑回归:逻辑回归介绍、应用场景、原理、损失以及优化...
作者 | 汪雯琦 责编 | Carol 来源 | CSDN 博客 出品 | AI科技大本营(ID:rgznai100) 学习目标 知道逻辑回归的损失函数 知道逻辑回归的优化方法 知道sigmoid函数 ...
- 西电-机器学习-逻辑回归
逻辑回归 本次作业的目的是建立一个逻辑回归模型,用于预测一个学生是否应该被大学录取. 简单起见,大学通过两次考试的成绩来确定一个学生是否应该录取.你有以前数届考生的成绩,可以做为训练集学习逻辑回归模型 ...
- 【机器学习算法】逻辑回归为什么叫逻辑回归
文章目录 逻辑回归以及为什么叫逻辑回归 从sigmoid函数引出 逻辑回归的统计学模型:伯努利分布 线性回归模型的通式:广义线性模型 指数族分布 逻辑回归以及为什么叫逻辑回归 逻辑回归虽然名字里有回归 ...
- 吴恩达机器学习第二次作业——逻辑回归
逻辑回归 一.逻辑回归 1,数据可视化 2,sigmoid函数,逻辑回归模型 3,代价函数以及梯度 4,评价逻辑回归 二.正规化逻辑回归 1,数据可视化 2,特征映射(Feature Mapping) ...
最新文章
- JavaScript值得注意的小知识点
- php网站制作商品结算怎么做,一种以让产品、信息快速同步多网站销售并结算的技术的制作方法...
- Pygame - Python游戏编程入门(1)
- 实验二:编写输出Hello World!
- php的date比较时间差,php date 时间差
- C++查找一个目录下所有特定扩展名的文件
- 免费的中文语音数据集汇总列表
- 服务器极光推送消息怎么设置,服务器极光推送消息
- dota2显示连接不上服务器没有响应,Win10登录不上dota2提示“无法与任何服务器建立连接”怎么办?...
- 维基百科怎么做_维基百科创建修改技巧分享!
- OpenGL学习书籍推荐
- 计算机软件系统两大类,详解计算机软件系统包括哪两大类
- 【转】Linux下进程隐藏的常见手法及侦测手段
- 背包问题贪心算法求解
- 网络 — MB/s、Mb/s、Mbps、Mbit/s、Kbps
- MPC5748G笔记 CAN can_pal
- 如何给C盘增大空间,无损
- 不让玩游戏的小娃娃随机考试系统
- 三本 计算机专业,四川哪些三本大学的计算机专业最好?
- 04、江苏专转本(专业课笔记)第四章、计算机网络与因特网