?75分→0。85(85%可能通过考试)
?50分→0。50(50%可能通过考试)
?30分→0。20(20%可能通过考试)
?10分→0。02(2%可能通过考试)
然后,你可以设定一个标准,比如:
?如果通过考试的概率>0。5,就认为这名学生及格(1)。
?如果概率≤0。5,就认为这名学生不及格(0)。
这就是Sigmoid的作用——把一个原始数值转换为概率,并用来做二元分类决策。
比喻2:温度感知
假设你是一个智能空调,你需要决定是否要启动制冷模式。
你感受到当前的温度是:
?10°C
?20°C
?30°C
?40°C
如果直接用温度来判断,可能不太好设置一个明确的界限。因此,你可以用Sigmoid把温度转换成“开启空调的概率”:
?10°C→0。01(1%可能需要开空调)
?20°C→0。20(20%可能需要开空调)
?30°C→0。80(80%可能需要开空调)
?40°C→0。99(99%可能需要开空调)
然后,空调可以设定一个阈值,比如如果概率>0。5,就打开空调,否则就不打开。
这就是Sigmoid如何帮助决策的方式——把输入数据转换成0-1之间的概率,然后根据设定的阈值做二元分类。
Sigmoid总结
?Sigmoid把任意数值转换成0-1之间的概率。
?它适用于二元分类问题(比如“有怪物or没有怪物”、“及格or不及格”)。
?最终根据设定的阈值(通常是0。5),决定输出0还是1。
希望这个故事和比喻能帮你理解Sigmoid在二元分类问题中的作用!
喜欢职场小聪明请大家收藏:(www。cwzww。com)职场小聪明
https://www.du8.org https://www.shuhuangxs.com www.baquge.ccabxsw.net dingdianshu.com bxwx9.net
kenshu.tw pashuba.com quanshu.la
tlxsw.cc qudushu.net zaidudu.org
duyidu.org baquge.cc kenshuge.cc
qushumi.com xepzw.com 3dllc.net