Skip to content

Navigation Menu

Sign in
Appearance settings

Search code, repositories, users, issues, pull requests...

Provide feedback

We read every piece of feedback, and take your input very seriously.

Saved searches

Use saved searches to filter your results more quickly

Sign up
Appearance settings

Commit b5f1212

Browse files
Update README.md
1 parent c9ec327 commit b5f1212

File tree

1 file changed

+11
-0
lines changed

1 file changed

+11
-0
lines changed

‎README.md

Lines changed: 11 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -4,9 +4,20 @@ binary linear classification from scratch with sigmoid function based gradient d
44
# Function sigmoid
55
![png](1_aOXjpKnAUdxYeu2_wJGtLA.png)
66

7+
Z est une fonction linear de la forme : Z = X.delta (teta est l'ensemble des parametres associe a chaque feature de notre dataset -- X est donc une matrice contenant l'ensemble du dataset.)
8+
9+
L'objectif de la sigmoid est de nous aider a trouver une frontiere de decision.
10+
![png](Screenshot from 2020年02月21日 16-03-01.png)
11+
712
# Representation (0, 1)
13+
La particularité de fonction est d'etre comprise en 0 et 1
814
![png](1_nqv9cVgNQpZDOJuz0Q6L0A.jpeg)
915

16+
A partir de cette fonction, on définit une frontière de
17+
décision au seuil à 0.5 comme ceci :
18+
`y = 0 si sigmoid(X.delta) < 0.5`
19+
`y = 1 si sigmoid(X.delta) >= 0.5`
20+
1021

1122
## Import tools
1223

0 commit comments

Comments
(0)

AltStyle によって変換されたページ (->オリジナル) /