Sigmoid function也叫Logistic function, 在logistic regression中扮演将回归估计值h(x)从
[-inf, inf]映射到[0,1]的角色。
公式为:g(z) = 1 / (1 + exp(-z))
如图:
其输出值大于0.5这认为待分类对象属于1,否则则属于0。
这个值得直观意义便是结果预测正确的概率。
例如:当sigmoid(h(x)) = 0.7时,表示特征为x的对象属于1的概率为0.7,为0的概率为0.3。
Sigmoid function也叫Logistic function, 在logistic regression中扮演将回归估计值h(x)从
[-inf, inf]映射到[0,1]的角色。
公式为:g(z) = 1 / (1 + exp(-z))
如图:
其输出值大于0.5这认为待分类对象属于1,否则则属于0。
这个值得直观意义便是结果预测正确的概率。
例如:当sigmoid(h(x)) = 0.7时,表示特征为x的对象属于1的概率为0.7,为0的概率为0.3。