神经元接线台 · 二分类
把输入拧一拧，概率就动起来
单神经元先把每个输入乘上权重，再加上偏置。Sigmoid 将这个任意实数压到 0～1，成为可解释为正类倾向的概率。
p = σ(x₁w₁ + x₂w₂ + b)
输入与参数
先只改变一个滑块，观察它对 z 的方向与幅度。
恢复示例参数
实时信号
x₁
x₂
b
加权和
0.00
0.500
正类 · 1
阈值：
0.5
这次计算
Sigmoid 压缩曲线
Sigmoid 曲线与当前结果点
横轴是加权和 z，纵轴是概率，红点表示当前参数对应的位置。
z
概率
0.5