广义线性模型

 

拟合出一个线性回归 表示 加权及其结果 ：

f(x) = w^tx+b ,  一堆样本中。找到分割线 ， 这是条简单直线，但是 现实中 没 这么简单

 

损失函数. J(Q)

 

H_Q(x) = g(Q0 + Q1X1+Q2X2+Q3X3）

G函数 把 曲线转换为 直线 ， 就是 广义线性模型

 

G函数 又叫。sigmod 函数， 将线性回归模型与真实标记联系起来的可微函数G(') 表示

 

G(z) = (1+e^-z )\1 

极限为 ： z 为负无穷时候 ， G（z）趋于1

极限为：  z 为正无穷时候 ， G（z）趋于0

二式：

H(x) = (1+e^-f(x))\1 

因为结果 ：

H_Q(x) 为正例， 1-H_Q(X) 为反例

综合后 简写为

P（）