码迷,mamicode.com
首页 > 其他好文 > 详细

机器学习之sigmoid函数

时间:2019-12-17 15:08:32      阅读:76      评论:0      收藏:0      [点我收藏+]

标签:超过   平滑   ack   表达式   imageview   范围   图片   函数表达式   contain   

 

 

先说一下,ML小白。

        这是第一次写个人博客类似东西,

   主要来说说看 sigmoid 函数,sigmoid函数是机器学习中的一个比较常用的函数,与之类似的还有softplus和softmax等函数,这里也就不说,先来看看sigmoid函数的表达式的和图像

        sigmoid函数表达式如下

                                                   

 
技术图片

这就是sigmoid函数的表达式,这个函数在伯努利分布上非常好用,现在看看他的图像就清楚

 

 
技术图片

可以看到在趋于正无穷或负无穷时,函数趋近平滑状态,sigmoid函数因为输出范围(0,1),所以二分类的概率常常用这个函数,事实上logisti回归采用这个函数很多教程也说了以下几个优点

    1  值域在0和1之间

    2   函数具有非常好的对称性

    函数对输入超过一定范围就会不敏感

sigmoid的输出在0和1之间,我们在二分类任务中,采用sigmoid的输出的是事件概率,也就是当输出满足满足某一概率条件我们将其划分正类,不同于svm。

原文 https://www.jianshu.com/p/506595ec4b58

机器学习之sigmoid函数

标签:超过   平滑   ack   表达式   imageview   范围   图片   函数表达式   contain   

原文地址:https://www.cnblogs.com/php-linux/p/12054422.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!