待验证50% 置信事实精确时间
逻辑回归假设对数几率（log-odds）是特征的线性组合，通过 sigmoid 映射到概率空间，并以交叉熵（对数似然）作为目标函数
1
来源数
50%
置信度
长期有效
时效性
2026/9/3
首次发现
来源
涉及实体
相关事实
待验证策略梯度定理证明梯度可表示为∇J(θ) = E[∇log π(a|s;θ) · Q^π(s,a)]，使用log-derivative trick将对概率分布的求导转化为对log概率的求导乘以采样值74% 相似待验证逻辑回归的输出本质上是概率值，贝叶斯分类器直接建立在贝叶斯定理之上73% 相似已验证逻辑回归通过Sigmoid函数将线性组合的输出压缩到(0,1)区间，表示样本属于某一类别的概率73% 相似待验证logit函数定义为log(p/(1-p))，将概率值从[0,1]映射到(-∞,+∞)，是广义线性模型中处理二分类因变量的核心技术69% 相似待验证逻辑回归的参数通过最大化对数似然函数（等价于最小化交叉熵损失）来估计68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/850168API
curl https://kongchang.com/api/v1/knowledge/claims/850168MCP
get_claim(id=850168)