逻辑回归损失函数3D图

在学习逻辑回归的过程当中,经过3D图像能够直接观察损失函数的收敛速度,对自行肯定学习速率提供参考ide

损失函数公式:
函数

wKiom1lQtAOTtycBAAB_8kQGVQI669.png

 

Octave程序以下:学习

tx = linspace(100,-30,1000); %θ和X看作一个共同参数
ty = round(unifrnd(0,1,1,1000));% y的值仅仅为0或1,随机生成1000个
m=length(tx);
[xx, yy] = meshgrid (tx, ty);
tz = -1 *( yy* log( sigmoid(xx) ) + (1 - yy ) * log( (1 - sigmoid(xx)) ) )/m; %h()就是sigmoid(),tz就是J(θ)
mesh (tx, ty, tz);
xlabel ("θX");
ylabel ("y");
zlabel ("J");spa

wKioL1lQt8HTuuKJAAEpIadOItk410.png-wh_50

从图中能够看到,J的收敛速度在开始比较大,后面愈来愈慢。对于学习速率的选择开始要小,后面能够适度变大orm

相关文章
相关标签/搜索