非线性-Logistic(逻辑斯特)回归

关于算法这块，这周看了斯坦福大学Andrew Ng的公开课。还是极力推荐的，每节课10分钟左右，讲的思路清晰，内容丰富，编程作业也很值得去做。（在这里好想吐槽一下国内培训机构七月算法的培训视频呀，根本看不下去。）

上课形式是这样滴

编程作业提交是这样滴

Nice work.每次都是一百分也挺有成就感的。每周的编程作业会有一份非常详细的pdf文档解释

pdf文档是这样滴

上课也挺搞笑的，很愿意听下去。关键是，免费。

coursera的地址如下：
https://www.coursera.org/learn/machine-learning/home/week/3

每集的内容我也下载下来了，等全部整理完毕会上传到网盘。有需要请留言。

然后工具就换成了Octave/Matlab，果然还是Matlab用起来比较顺手。

下图分别是用逻辑回归对非线性边界处理的效果，因为非线性，需要将特征组合成多种多项式，扩大特征，这样容易出现过拟合的现象，于是需要正则化。下图分别是正则化系数取0，1，100的效果。取0相当于不正则化。