逻辑回归Loss function推导

作者: DeepMine | 来源:发表于2018-09-27 23:09 被阅读0次

逻辑回归Loss function推导
机器学习实战-逻辑回归算法
逻辑回归（二）之原理
ML03-逻辑回归（下部分）
ML02-逻辑回归（上部分）
逻辑回归
逻辑回归模型
逻辑回归 logistics regression
Weighted Caffe Sigmoid Cross Ent
sklearn-loss function

逻辑回归

$\hat{y} = \sigma(z)$

$\sigma(z) = \frac{1}{{1+e^{-z}}}$

$z = w^Tx+b$

$\hat{y} = p(y=1|x)$

神经网络表示

预测概率

if $y = 1$ : $p(y|x)=\hat{y}$

if $y = 0$ : $p(y|x)=1-\hat{y}$

$=>$
$p(y|x) = \hat{y}^{y}.(1-\hat{y})^{(1-y)}$

$log(p(y|x))=log(\hat{y}^{y}.(1-\hat{y})^{(1-y)}) =y.log\hat{y}+(1-y).log(1-\hat{y})$

$L(y, \hat{y}) = - log(p(y|x))$

最大似然

$P=\prod_{i=1}^N p(y^{(i)}|x^{(i)})$

$LP = \sum_{k=1}^N log(p(y^{(i)}|x^{(i)}))$

$LP = -\sum_{k=1}^N L(y^{(i)},\hat{y}^{(i)})$

求导

$\frac{dL} {d\hat{y}} = -\frac{y} {\hat{y}} +\frac{(1-y)}{(1-\hat{y})}$

$\frac{d\hat{y}} {dz} = \hat{y} . (1-\hat{y})$

$\frac{dL} {dz} = \frac{dL} {d\hat{y}} . \frac{d\hat{y}} {dz} =-y(1-\hat{y}) + (1-y)\hat{y} = -y + \hat{y}$

$\frac{d\hat{z}} {dw} = x$

逻辑回归Loss function推导
逻辑回归预测概率 if : if : 最大似然求导
机器学习实战-逻辑回归算法
关于逻辑回归的理解以及公式推导，可以看前面的文章逻辑回归公式推导逻辑回归 sigomoid function: ...
逻辑回归（二）之原理
本文详细介绍逻辑回归的推导过程，可自行推倒一遍。逻辑函数(logistic function) 逻辑回归（Log...
ML03-逻辑回归（下部分）
本文主题-逻辑回归（下部分）：逻辑回归的应用背景逻辑回归的数学基础逻辑回归的模型与推导逻辑回归算法推导梯度下降算法...
ML02-逻辑回归（上部分）
本文主题-逻辑回归（上部分）：逻辑回归的应用背景逻辑回归的数学基础逻辑回归的模型与推导逻辑回归算法推导梯度下降算法...
逻辑回归
逻辑回归：公式 loss函数非凸函数，容易造成局部最优 Minimizing the loss corresp...
逻辑回归模型
1.逻辑回归介绍2.机器学习中的逻辑回归3.逻辑回归面试总结4.逻辑回归算法原理推导5.逻辑回归(logistic...
逻辑回归 logistics regression
逻辑回归 logistics regression 公式推导逻辑回归虽然名字里面有回归，但是主要用来解决分类问题...
Weighted Caffe Sigmoid Cross Ent
Caffe Loss 层 - SigmoidCrossEntropyLoss 推导与Python实现一、导数推导...
sklearn-loss function
我认为各个模型核心就是loss function，loss function不同就是不同的模型，具有相同的loss...