Sigmoid 函数

sigmoid 函数是逻辑回归的预测和输出函数。它的公式定义如下:
∀ z ∈ R , g ( z ) = 1 1 + e − z ∈ [ 0 , 1 ] , z ∈ [ − ∞ , + ∞ ] {\forall z \in R, g(z) = \frac{1}{1+e^{-z}} \in [0, 1], z \in [-\infty, +\infty]} zR,g(z)=1+ez1[0,1],z[,+]

函数图形如图所示:
Sigmoid 函数_第1张图片
为什么使用它作为逻辑回归预测函数

逻辑回归一般用于二元分类,例如判断图片是不是猫(Y = 1, N = 0)。而从sigmoid函数图很明显的看出来:

当 g(z) < 0.5 时,z < 0 ,
当 g(z) > 0.5 时,z > 0 ,

因此,使用 sigmoid 函数很容易将预测值分为两类:
将预测概率小于 0.5 的分为负样本(不是猫),大于 0.5 的分为正样本(是猫)。

你可能感兴趣的:(机器学习知识总结)