逻辑回归模型笔记整理2 - w参数求解，by梯度降低

5. 交叉熵损失函数分析 为了方便起见，咱们能够对单个样本进行分析。由损失函数的组成，咱们能够得出：html 5.1 当真实类别为1时，sigmoid函数（能够认为是得分预测函数）的值越接近于1，则损失值越小 理解这句话见下图： 注意：（1）对数函数；（2）sigmoid函数取值范围在[0, 1] python 5.2 当真实类别为0时，sigmoid函数的值越接近于0，则损失值越小 同理sigm

>>阅读原文<<