在学习机器学习的课程中,逻辑回归的对数似然函数为
J(θ)=−1m∑mi=1yilog(hθ(xi))+(1−yi)log(1−hθ(xi))
对于多元线性模型,其中 θTx可以表示为:
θxi:=θ0+θ1xi1+⋯+θpxip.
θ0可以看作阈值的大小。大于阈值的分为一类,小于阈值的分为一类。
对h(x)进行归一化
在学习机器学习的课程中,逻辑回归的对数似然函数为
J(θ)=−1m∑mi=1yilog(hθ(xi))+(1−yi)log(1−hθ(xi))
对于多元线性模型,其中 θTx可以表示为:
θxi:=θ0+θ1xi1+⋯+θpxip.
θ0可以看作阈值的大小。大于阈值的分为一类,小于阈值的分为一类。
对h(x)进行归一化