当前位置：首页 > news >正文

微信小程序连接wordpress百度seo是什么意思

news 2026/4/7 4:36:11

微信小程序连接wordpress,百度seo是什么意思,怎么做招聘网站链接,网站标题做参数文章目录介绍概率计算逻辑回归的损失函数单个实例的成本函数整个训练集的成本函数鸢尾花数据集上的逻辑回归 Softmax回归 Softmax回归数学公式 Softmax回归损失函数调用代码参数说明结语介绍作用：使用回归算法进行分类任务思想：…

文章目录

介绍

概率计算

逻辑回归的损失函数

单个实例的成本函数

整个训练集的成本函数

鸢尾花数据集上的逻辑回归

Softmax回归

Softmax回归数学公式

Softmax回归损失函数

调用代码

参数说明

结语

介绍

作用：使用回归算法进行分类任务

思想：将回归值转为概率值，然后找到一个适当的数值，当概率大于这个值时，归为一类，当小于这个值时，归为另一类

概率计算

$p=\sigma (x^{T}w)$

函数的输入值为特征的加权和 $x^{T}w$

$\sigma$ 是sigmoid函数，公式为

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

函数图像为

可见它输出一个0-1的值，我们可以将这个值当作概率

则我们可以通过这个概率来分类，设定一个值，在这个值的两端进行分类

逻辑回归的损失函数

单个实例的成本函数

当p>=0.5时

$c(w)=-log(p)$

当p<0.5时

$c(w)=-log(1-p)$

整个训练集的成本函数

$J(w)=\frac{1}{m}\sum_{i=1}^{m}[y^{i}log(p^{i})+(1-y^{i})log(1-p^{i})]$

这个损失函数也是一个凸函数，可以使用梯度下降法使损失最小化

鸢尾花数据集上的逻辑回归

鸢尾花数据集是机器学习中一个经典的数据集，它有花瓣和花萼的长和宽，任务是用它们来判断鸢尾花的种类

看代码和效果

from sklearn import datasets
from sklearn.linear_model import LogisticRegression
import matplotlib.pyplot as plt
import numpy as npiris = datasets.load_iris()x = iris["data"][:, 3:]
y = (iris["target"] == 2)model = LogisticRegression()
model.fit(x, y)x_new = np.linspace(0, 3, 1000).reshape(-1, 1)
y_proba = model.predict_proba(x_new)
plt.plot(x_new, y_proba[:, 1], "g-", label="Iris virginica")
plt.plot(x_new, y_proba[:, 0], "b--", label="Not Iris virginica")plt.xlabel("Petal width")
plt.ylabel("probability")plt.legend()
plt.show()

可以看见，当花瓣长度变化的时候，两种花种类的概率随之变化

简单介绍一下新的代码，predict.proba方法返回样本为可能的两种花的概率。

Softmax回归

上述方法主要用于二分类任务，我们再来看一种多分类方法，Softmax回归

Softmax回归数学公式

$Softmax(s_{i})=\frac{e^{s_{i}}}{\sum_{j=1}^{n}e^{s_{j}}}$

Softmax函数也叫指数归一化函数，它对x进行指数处理再进行归一化得出一个概率

这个函数的自变量为一个分数s，这个s由我们的数据的转置矩阵与一个参数相乘得来

$s = x^{T}\theta$

对于不同的类，参数 $\theta$ 都不相同，模型训练的任务就是拟合这个参数

Softmax回归损失函数

$L = -\frac{1}{m}\sum_{i=1}^{m}\sum_{K}^{k=1}y_{k}^{i}log(p_{k}^{i})$

当k=2时（二分类），此成本函数等于sigmoid逻辑回归的成本函数

调用代码

model = LogisticRegression(multi_class="multinomial", solver="lbfgs", C=10)
model.fit(x, y)

参数说明

multi_class="multinomial": 表示采用多类别分类，即多类别的逻辑回归问题，与二元逻辑回归不同。

solver="lbfgs": 表示使用LBFGS（Limited-memory Broyden–Fletcher–Goldfarb–Shanno）优化算法进行求解。

C=10: 表示正则化参数，控制模型的正则化强度，C值越小，正则化强度越高。

结语

逻辑回归是一种简单的分类方法，二分类任务就用第一种方法，多分类任务就用第二种方法

查看全文

http://www.hkea.cn/news/821488/

自如网站做的好服务哪个网站学seo是免费的

国外网站阻止国内访问怎么做竞价推广工具

建设一个网站需要哪些方面的开支百度人工客服

品牌网站建设-建站之路最新疫情新闻100字

东莞网站优化科技有限公司怀柔网站整站优化公司

郑州网站建设联系方式外链是什么意思

用wordpress做网站教程电脑优化大师有用吗

做网站后有人抢注关键词网络营销方案策划论文

唯品会一家专门做特卖的网站沈阳seo按天计费

聊城手机网站建设郑州seo服务技术

介绍

概率计算

逻辑回归的损失函数

单个实例的成本函数

整个训练集的成本函数

鸢尾花数据集上的逻辑回归

Softmax回归

Softmax回归数学公式

Softmax回归损失函数

调用代码

参数说明

结语

相关文章：