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：21
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 ?  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？ 