Where C is a positive constant that

Where C is a positive constant that balance how much we care about fitting the training data compared to penalizing large weights. To understand this a bit better, let’s consider the limiting behavior. How would this new version of logistic regression behave as C goes to 0? How about as C goes to infinity?

We can rerun our experiment on learning to recognize handwritten digits with this modified version of logistic regression. For starters, let’s just use the default value of C=1. The learning curve now looks like this:

Kết quả (Việt) 1:

Đó C là một hằng số tích cực cân bằng bao nhiêu chúng tôi chăm sóc về phù hợp các dữ liệu đào tạo so với xử phạt lớn trọng lượng. Để hiểu điều này một chút tốt hơn, chúng ta hãy xem xét hành vi hạn chế. Cách nào Phiên bản mới này của hồi quy logistic sẽ cư xử như C đi 0? Làm thế nào về như C đi đến vô cùng?Chúng tôi có thể chạy thử nghiệm của chúng tôi về việc học để nhận ra các chữ số viết tay với này phiên bản sửa đổi của hồi quy logistic. Để bắt đầu, chúng ta hãy chỉ cần sử dụng giá trị mặc định của C = 1. Đường cong học tập bây giờ trông như thế này:

Kết quả (Việt) 2:

Trong đó C là một hằng số dương cân bằng, chúng tôi quan tâm bao nhiêu về lắp dữ liệu huấn luyện so với xử phạt trọng lớn. Để hiểu điều này một chút tốt hơn, chúng ta hãy xem xét các hành vi hạn chế. Làm thế nào sẽ phiên bản mới này của hồi quy logistic hành xử như C đi vào 0? Làm thế nào về như C đi đến vô cùng? Chúng tôi có thể chạy thử nghiệm của chúng tôi về việc học nhận biết chữ số viết tay với phiên bản sửa đổi này của hồi quy logistic. Để bắt đầu, chúng ta hãy chỉ sử dụng các giá trị mặc ​​định của C = 1. Các đường cong học tập bây giờ trông như thế này: