Jupyter Notebook Viewer

import numpy as np import matplotlib.pyplot as plt a = np.arange(-10, 10, 0.1) s = 1.0 / (1.0 + np.exp(-a)) plt.plot(a, s) plt.show() これは$(-\infty, \infty)$の区間の実数を$(0, 1)$に写像する関数なので，あるデータ点${\bf x}$を$f({\bf x}) = {\bf w}^{\rm T}{\bf x} + b$によって1次元に写像したあと，シグモイド関数に通した値$\sigma(f({\bf x}))$は，$(0,1)$の値をとる確率値であると考えることができるようになる． 今，データ点${\bf x}$にはラベルとして0か1のどちらかが対応しているとする．このとき，${\bf x}$のラベルが1である確率と0である確率は，そ

[razokulover]

ロジスティック回帰、pythonで

[tadaogi]

ロジスティック回帰の分かりやすい説明