逻辑回归的似然估计公式推导

假设现有训练样本集合 ,每个样本有 个特征。令条件概率 ,则有逻辑回归模型:

其中 为偏移量,、……、 为权重值),、……、 特征值)。

求解上式,得到

对于一个特征点 来说, 要么为 1(概率为 ),要么为 0 (概率为 ),所以似然函数为:

相应的 log 似然函数为:

为了使 最大化,可以在 log 似然函数中对每个 求偏导数:

令偏导数等于零,得到对应的极大值点 。对每个 求偏导数之后,得到让 log 似然函数取极大值的

梯度回传

在梯度下降方法中,损失函数为 ,于是有:

于是,梯度回传公式为:

其中 为学习率。

参考

Logistic Regression

A Gentle Introduction to Logistic Regression With Maximum Likelihood Estimation

Logistic Regression with Maximum Likelihood Estimation

Updated: