机器学习/逻辑回归（logistic regression）/--附python代码

本文为吴恩达《机器学习》课程的读书笔记，并用python实现。

前一篇讲了线性回归，这一篇讲逻辑回归，有了上一篇的基础，这一篇的内容会显得比较简单。
逻辑回归（logistic regression）虽然叫回归，但他做的事实际上是分类。这里我们讨论二元分类，即只分两类，y属于{0,1}。

选择如下的假设函数：

其中：

上式称为逻辑函数或S型函数，图像如下图：

可以看到，当z趋向正无穷，g(z)趋向1，当z趋向负无穷g(z)趋向0，即g(z)取值[0,1]。
同样，令 ，
现在我们要根据训练集，获取上面模型的最好参数 值。同样，可以通过最大似然函数的方法来求解。
假设：

合并上面两个式子：