逻辑回归算法-极大似然函数推导

全部数据点数学表达为:

\vec{x},\vec{y}=(x_{1},y_{1} )(x_{2},y_{2} )\circ \circ  (x_{n} ,y_{n} )

(1)最大概率,采用二项式分布,概率连乘,极大似然函数

    公式(1)P(\vec{y}|\vec{x} ,\vec{w} ,b)=\prod\nolimits_{i=1}^n P(y_{i}|x_{i},\vec{w},b )

(2)用指数形式表达极大似然函数

        当 yi=1,P(1|x_{i},w,b )

        当yi=0,1-P(1|x_{i} ,w,b

        极大似然函数指数形式转换为:

        补充知识点:指数函数特性,f(x)=y^x ,当也就是x=0,f(x)=1,x=1,f(x)=y

    公式(1)转换为如下形式:

    公式(2)P(\vec{y}|\vec{x} ,\vec{w} ,b)=\prod\nolimits_{i=1}^n (1-P(x_{i} ))^(1-y_{i})\bullet P(x_{i} )^(y_{i})

(3)求解极大自然函数,公式(2)是个概率的连乘,使用数学中转化思想,把连乘计算转换为连加,加法永远比乘法简单。

        补充知识点:

         使用对数函数单调特性,要么是自增,要么是自减,同时通过对数函数四则运算法则,连乘转换为加法法则解决公式(2)的问题;

注意:幂函数的指数,在对数运算中变化,由幂函数转为连乘,指数与对数的连乘

\ln (x_{1} ^ay_{2} ^b  )=\ln x1^a +\ln x2^b=aln(x_{1})+b\ln (x_{2} )     ,

   公式(3) lnP(\vec{y} |\vec{x},w,b )=\sum_{i=1}^m((1-yi)ln(1-P(xi))) +yiln(P(xi))

公式(3)继续化简,使用四则运算法则,把左边式子部分展开

\sum_{i=1}^m\ln(1-P(x_{i})-y_{i} \sum_{i=1}\ln (1-P(x_{i} ))+y_{i} \sum_{i=1}\ln (P(x_{i} ))

把右边2个式子进一步简化,提取出y_{i} ,使用对数减法转换为对数除法,合并为一式

公式(4)\sum_{i=1}^m\ln(1-P(x_{i})+\sum_{i=1}^my_{i} \ln (\frac{P(x_{i} )}{(1-P(x_{i} ))} )

\ln \frac{P}{1-P} =wx+b,右边式子进一步简化为,(4-右)wx_{i} +b

P=\frac{1}{1+e^-(wx+b) } ,左边式子转换为(4-左)\ln (1-\frac{1}{1+e^-(wx_{i} +b) } )

\ln (1-\frac{1}{1+e^-(wx_{i} +b) } )=\ln(\frac{1+e^-(wx_{i} +b)}{1+e^-(wx_{i} +b)} -\frac{1}{1+e^-(wx_{i} +b) } )

\ln (1-\frac{1}{1+e^-(wx_{i} +b) } )=\ln(\frac{e^-(wx_{i} +b)}{1+e^-(wx_{i} +b)} )=\ln (\frac{1}{e^(wx_{i} +b)+1} )

上下同除e^-(wx_{i} +b)  公式\frac{1}{e^-(wx_{i} +b)}=e^(wx_{i} +b)

公式(4)最后简化为:

铺垫 \ln \frac{1}{a}=-\ln a

\sum_{i=1}^m\ln (\frac{1}{e^(wx_{i} +b)+1} )+\sum_{i=1}^my_{i} (wx_{i} +b)

-\sum_{i=1}^m\ln (1+e^(wx_{i} +b))+\sum_{i=1}^my_{i} (wx_{i} +b)

下一章内容就是最极大似然函数求导

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 225,677评论 6 524
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 96,772评论 3 408
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 173,108评论 0 370
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 61,378评论 1 303
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 70,394评论 6 403
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 53,807评论 1 315
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 42,127评论 3 432
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 41,136评论 0 281
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 47,693评论 1 328
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 39,703评论 3 349
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 41,810评论 1 357
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 37,400评论 5 352
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 43,130评论 3 341
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 33,532评论 0 25
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 34,707评论 1 278
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 50,412评论 3 383
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 46,892评论 2 368