一、逻辑回归的介绍:
自己一句话通俗介绍其目的:对线性可划分的样本,对其进行学习,找到合适参数能够进行预测。
http://blog.csdn.net/pakko/article/details/37878837,以及公开课。
二、主要算法的回顾:
思想步骤:
--->设立参数,建立回归函数
--->得到该参数下取值正确的概论
--->对数极大似然估计,即损失函数J()
--->使用梯度下降,来修正参数值。
三、代码实现:
官网中文译版:
http://www.cnblogs.com/xueliangliu/archive/2013/04/07/3006014.html
公开课的简单代码实现版本:
http://www.tuicool.com/articles/AVbi6fq