简单的Sigmoid函数绘制

ScaredCube

值域 — 概率 — (0, 1)

使用最多的机器学习算法,简单,有效,对数据要求不高

只能解决2分类问题

将函数值转换为概率值

转换之后再判断

  • 把得到的数扔给sigmoid(t)函数
  • 分2种情况,大于0.5;小于0.5

逻辑回归,看不到那么远,损失函数不是光滑的凸函数

拟合训练样本 ==> 先求

1
2
3
4
5
6
7
8
import numpy as np
import matplotlib.pyplot as plt
def sigmoid(t):
return 1 / (1 + np.exp(-t))
x = np.linspace(-10, 10, 500)
y = sigmoid(x)

plt.plot(x, y)

​ [<matplotlib.lines.Line2D at 0x2bdb7704588>]

png

  • Title: 简单的Sigmoid函数绘制
  • Author: ScaredCube
  • Created at : 2023-07-14 13:37:56
  • Updated at : 2024-03-03 12:05:58
  • Link: https://sccube.link/Sigmoid/
  • License: This work is licensed under CC BY-NC-SA 4.0.
Comments
On this page
简单的Sigmoid函数绘制