logo
Loading...

Logistic Regression 做二元分類,為何 loss 是使用 cross entropy? ? - Cupoy

Logistic Regression 將 Linear Regression 的結果,加上 Sig...

Logistic Regression 做二元分類,為何 loss 是使用 cross entropy? ?

2022/04/27 上午 04:17
機器學習共學討論版
沼澤莉莉
觀看數:7
回答數:0
收藏數:1

Logistic Regression 將 Linear Regression 的結果,加上 Sigmoid 函數,將預測值限制在 0 ~ 1 之間,將事件發生大於 0.5 的預測為 Class=1,小於 0.5 預測為 Class=0,這邊完全是以 threhold 去做二元分類,我不太清楚哪裡用了 binary_crossentropy ? ![image](http://kwassistfile.cupoy.com/000001806780E8460000002A6375706F795F72656C656173655155455354/1643188284909/large) 但網路上查 Logistic Regression 的 Metric 為 Cross-Entropy 想請問是否只有在多分類的狀況下才會用 Cross-Entropy 作為 loss 因為 Logistic Regression 將 Linear Regression 的結果,加上 Softmax 函數,生成出以下機率,才會使用 Cross-Entropy 去縮小距離? ![image](http://kwassistfile.cupoy.com/000001806780E8460000002A6375706F795F72656C656173655155455354/1643188284887/large)

回答列表