问神经网络、线性回归和Logistic回归

EN

可以将神经网络配置为执行逻辑回归或线性回归。

在任何一种情况下，神经网络都只有一个可训练层(输出层)，而该层恰好有一个神经元(执行W * x + b仿射计算和激活的操作符)。它们的激活功能不同。

对于逻辑回归，在输出层有一个sigmoid激活函数，产生一个在0.0，1.0范围内的浮点数。您可以通过将阈值0.5应用于该值来做出二元决策。

对于线性回归，通常在输出层没有激活函数，因此您会得到一个无界的浮点数。

通常，您可以将隐藏层添加到神经网络中(以增加非线性和更多的学习能力)，并且仍然可以执行二进制分类和回归，只要输出层激活配置如上所述。