首页 > 其他 > 详细

logistic regression svm hinge loss

时间:2014-09-15 14:08:08      阅读:471      评论:0      收藏:0      [点我收藏+]

二类分类器svm 的loss function 是 hinge loss:L(y)=max(0,1-t*y),t=+1 or -1,是标签属性. 对线性svm,y=w*x+b,其中w为权重,b为偏置项,在实际优化中,w,b是待优化的未知,通过优化损失函数,使得loss function最小,得到优化接w,b。

对于logistic regression 其loss function是bubuko.com,布布扣,由于y=1/(1+e^(-t)),则L=sum(y(log(h))+(1-y)log(1-h))

 

logistic regression svm hinge loss

原文:http://www.cnblogs.com/jianyingzhou/p/3972603.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!