参考:
https://www.bilibili.com/video/BV12B4y1k7b5?p=47&vd_source=a624c4a1aea4b867c580cc82f03c1745
前言
Logistic Regression 是机器学习最早接触的一个模型,这个模型有的地方也叫Classfication
容易误解。这里参考视频观点做下澄清
一 Logistic Regression
模型:

对应的损失函数

输入:x
连续型数据
输出: prdY
连续型数据
二 classfication
2.1 Binary Classfication
二分类问题

激活函数常用sigmoid 函数:

输入x:
连续型数值
输出:

代表对应的分类概率
probability output
常用的损失函数:交叉熵
cross_entropy
2.2 多分类
常用的激活函数softmax


https://www.cnblogs.com/gczr/p/16345902.html

对
求导的结果

对
的求导结果
