明天周六就要考六级了,前两天没有学习机器学习课程,六级复习的也不怎么样。
今天看课程从逻辑回归看,看了三个小节。做了一些笔记,以后准备在复习的时候用思维导图将知识通一遍。
第3周 逻辑回归模型:
3.1
1. 负类:标记为0的类
2. 正类:标记为1的类
以简单的二元分类为例,其中y只能取两个值0和1。
3.2假设表示:
Logistic函数。我们的新形式使用“Sigmoid函数”,也称为“逻辑函数”:
hθ(x)=g(θTx)z=θTxg(z)=11+e−z
下图显示了sigmoid函数的外观:
hθ(x)=g(θTx)z=θTxg
这里显示的函数g(z)将任何实数映射到(0,1)区间,使得将任意值函数转换成更适合分类的函数是有用的。
3.3判定边界:
紫色的圈就是判定边界。它是通过H(x)的确定了在theta向量后得到的图像。
hθ(x)=g