一、概述
1、逻辑回归（Logistic Regression）算法是分类算法，而不是回归算法
2、决策边界：可以是非线性的（高阶）
二、sigmoid函数
1、定义： g ( z ) = 1 1 + e − z g(z) = \frac{1}{1+e^{-z}} g(z)=1+e−z1
2、自变量：任意实数；值域：[0, 1]
3、作用：将任意输入映射到[0, 1]区间
三、预测函数
1、预测函数： h θ ( x ) = g ( θ T x ) = 1 1 + e − θ T x h_\theta (x)=g(\theta ^Tx)= \frac{1}{1+e^{ - {\theta ^ T}x}} hθ(x)=g(θTx)=1+e−θTx1
2、二分类任务
- p ( y = 1 ∣ x ; θ ) = h θ ( x ) p(y=1|x;\theta)=h_\theta(x) p(y=1∣x;θ)=hθ(x)
- p ( y = 0 ∣ x ; θ ) = 1 − h θ (
最低0.47元/天 解锁文章
2832
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
