y=1の場合とy=0の場合と、2つの別れたものを書いてきたが、これを上記のようにまとめることができる。
なぜなら、y=1の場合には、式の後ろの方にある(1-y)が0になってきえて、前半だけになり、y=0の場合には前半の-yが0なので前半が消える。yは0もしくは1しか取らないので、結果、組み合わせる前と同じことになる。
そしてなんとコストファンクションを解くために偏微分すると、リニアプログレッションのときと全く同じ式になる。
コレは全く同じかといえば、同じではない
なぜなら、リニアのときは $h_\theta()$ は単なる一次式だったが、logistic regression の場合は、一次式をシグモイド関数g()にぶっこんだ値だから。そこが異なる。
そして、結果的に同じコストファンクションの計算になるので、やることは同じ
なぜなら、y=1の場合には、式の後ろの方にある(1-y)が0になってきえて、前半だけになり、y=0の場合には前半の-yが0なので前半が消える。yは0もしくは1しか取らないので、結果、組み合わせる前と同じことになる。
そしてなんとコストファンクションを解くために偏微分すると、リニアプログレッションのときと全く同じ式になる。
コレは全く同じかといえば、同じではない
なぜなら、リニアのときは $h_\theta()$ は単なる一次式だったが、logistic regression の場合は、一次式をシグモイド関数g()にぶっこんだ値だから。そこが異なる。
そして、結果的に同じコストファンクションの計算になるので、やることは同じ
Comments
Post a Comment