Machine learning 为什么在物流回归中使用sigmod函数？
我用谷歌搜索了一下，得到了一些答案，但他们都有自己的问题。比如说Machine learning 为什么在物流回归中使用sigmod函数？,machine-learning,logistic-regression,sigmoid,Machine Learning,Logistic Regression,Sigmoid,我用谷歌搜索了一下，得到了一些答案，但他们都有自己的问题。比如说 sigmod的结果将介于0和1之间 这很好，但sigmod函数不是结果介于0和1之间的唯一函数 这是单调函数，但也有很多单调函数 那为什么是西格莫德？虽然我不知道它是什么，但我认为它和中心极限定理有一些联系 那么，你能解释为什么逻辑回归中的sigmod吗？为什么解决分类问题很好？我建议将这个问题转移到，因为这是一个更注重数据科学/统计学/数学的资源 您希望函数介于0和1之间且单调递增的一个主要原因是，通过这种方式，您可以将“分数”
那么，你能解释为什么逻辑回归中的sigmod吗？为什么解决分类问题很好？我建议将这个问题转移到，因为这是一个更注重数据科学/统计学/数学的资源 您希望函数介于0和1之间且单调递增的一个主要原因是，通过这种方式，您可以将“分数”转换为“概率”。也就是说，概率必须是非负的，其分布（累积）必须是单调的 你是对的，不止一个函数有这样的条件，但是这个函数也是可微的和连续的，这使得概率建模很方便。此外，它还有几个数学函数，包括重构和派生函数