machine-learning - 神经网络、线性和逻辑回归

Question

逻辑和线性回归是神经网络的特例吗？

请指出我是否可以认为这个陈述是正确的。

标签： machine-learningneural-networklinear-regressionlogistic-regression

Answer 1

神经网络可以配置为执行逻辑回归或线性回归。

在任何一种情况下，神经网络都只有一个可训练层（输出层），而该层只有一个神经元（执行W * x + b仿射计算和激活的算子）。它们的激活功能不同。

对于逻辑回归，在输出层有一个 sigmoid 激活函数，产生一个 [0.0, 1.0] 范围内的浮点数。您可以通过对该值应用 0.5 的阈值来做出二元决策。

对于线性回归，输出层通常没有激活函数，因此您会得到一个无界浮点数。

通常，您可以将隐藏层添加到您的神经网络中（以增加非线性和更多的学习能力）并且仍然执行二进制分类和回归，只要输出层激活配置如上所述。