学习
实践
活动
专区
工具
TVP
写文章

logistic 函数(logistic function)sigmoid函数

博客新址: http://blog.xuezhisd.top 邮箱:xuezhisd@126.com ---- 今天看SVM(支持向量机),开始先引入了logistic函数,虽然给出了一公式, 但好奇logistic函数啥东东啊,为啥叫logistic呢,搜索ing。 说简单些,logistic函数其实就是这样一个函数: P(t) = \frac{1}{1 + e^{-t}} 非常简单吧,这个函数的曲线如下所示:、 很像一个“S”型吧,所以又叫 sigmoid曲线 ,可以得到: P(t) = \frac{K P_0 e^{rt}}{K + P_0 \left( e^{rt} – 1\right)} 其中P_0为初始值,很眼熟吧,变变形,是不是就类似开头提出的logistic P(t) = \frac{1}{1 + e^{-t}} 更多具体的内容大家可以参考维基百科:http://en.wikipedia.org/wiki/Logistic_function 或者百度搜索关键词

7520
  • 广告
    关闭

    【限时福利】腾讯云大数据产品,爆品特惠4.5折起!

    移动推送、BI、ES、云数仓Doris、数据湖计算DLC,多款产品助您高效挖掘数据潜力,提升数据生产力!

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    理解 logistic 回归

    logistic回归简介 logistic回归由Cox在1958年提出[1],它的名字虽然叫回归,但这是一种二分类算法,并且是一种线性模型。 在预测时,只需要计算上面这个线性函数的值,然后和0比较即可,而不需要用logistic函数进行映射,因为概率值大于0.5与上的值大于0是等价的。logistic函数映射只用于训练时。 虽然用了非线性的logistic函数,但并不能改变logistic回归是一个线性分类器的本质,因为logistic函数是一个单调增函数。 通过实验也可以直观的说明,logistic回归是一个线性模型。 logistic回归是一个凸优化问题 下面我们来证明一个重要结论,logistic回归训练时优化的目标函数是凸函数。下面分两种情况进行证明。 总结 logistic回归是一种二分类算法,它用logistic函数预测出一个样本属于正样本的概率值。预测时,并不需要真的用logistic函数映射,而只需计算一个线性函数,因此是一种线性模型。

    1.8K10

    关注

    腾讯云开发者公众号
    10元无门槛代金券
    洞察腾讯核心技术
    剖析业界实践案例
    腾讯云开发者公众号二维码

    相关产品

    • 腾讯问卷

      腾讯问卷

      腾讯问卷是腾讯根据多年问卷调查经验开发的在线问卷调查平台,该平台前身是腾讯内部用户、市场、产品研究的重要工具,于2015年正式对外开放,提供从问卷设计、投放采集到统计分析的一站式专业调查研究服务,被广泛应用在调查研究、表单、投票、考试等场景。

    相关资讯

    热门标签

    活动推荐

    扫码关注腾讯云开发者

    领取腾讯云代金券