情報科学 › 機械学習の数学 › ロジスティック回帰

交差エントロピー誤差(負の対数尤度)

定義 4.1(「ロジスティック回帰」§4)

データ (xi,yi)i=1n(\boldsymbol{x}_i, y_i)_{i=1}^{n} と 定義 3.6 に対し、μi=σ(wTxi)\mu_i = \sigma(\boldsymbol{w}^{\mathsf{T}}\boldsymbol{x}_i) として

L(w)=−∑i=1n[ yilog⁡μi+(1−yi)log⁡(1−μi) ]L(\boldsymbol{w}) = -\sum_{i=1}^{n} \Bigl[\, y_i \log \mu_i + (1-y_i)\log(1-\mu_i) \,\Bigr]

を交差エントロピー誤差、または負の対数尤度という。0<μi<10 < \mu_i < 1(命題 3.2 (1))なので対数は常に定義され、L(w)>0L(\boldsymbol{w}) > 0 である。

本文で読む(前後の説明と例)→

閉包の状態

定義

定義は閉包の起点です(証明を要しません)。

印の意味: ✓公理まで証明済み ・ △証明あり(閉包未完)・ ※主張のみ。テーマごとの集計は 閉包の状況。

これを使っている定理

証明で明示的に参照している定理は、まだありません。