Förstå Sigmoid-funktioner i maskininlärning

Sigmoid är en matematisk funktion som mappar alla verkligt värderade tal till ett värde mellan 0 och 1. Den används ofta i maskininlärningsmodeller, särskilt i samband med logistisk regression, där den används för att modellera sannolikheten för att en händelse ska inträffa givet. några inmatningsfunktioner. Funktionen definieras som:

sigmoid(x) = 1 / (1 + exp(-x))

där exp är exponentialfunktionen. Sigmoidfunktionen har en S-formad kurva, där utgången börjar vid 0, ökar långsamt först, sedan snabbare när ingången ökar, innan den planar ut till 1. Denna S-formade kurva gör att sigmoiden kan modellera binära utfall, t.ex. som 0 och 1, ja och nej, etc.

Sigmoidiskt betyder helt enkelt något som är relaterat till eller använder sigmoidfunktionen. I samband med maskininlärning sägs en modell som använder sigmoidfunktionen för att förutsäga ett binärt utfall vara sigmoidalt tränad.