Logistic Regression Model
我们前面介绍了分类问题的模型表示以及逻辑回归的基本思想。
接下来,我们将讨论下如何求解逻辑回归的模型参数theta。
我相信大家对如何求解参数theta至少有一套以梯度下降为基础的理论框架。在前面的线性回归的课程中,我们成功地应用了它。并且,当时我们也说过,基于梯度下降的这套求解函数最小值的框架将在很多学习算法中被不断地应用。不过,对于分类问题,相较于线性回归还是有一些不同的。
我们来回顾下逻辑回归的所有已知条件。
我们前面介绍了分类问题的模型表示以及逻辑回归的基本思想。
接下来,我们将讨论下如何求解逻辑回归的模型参数theta。
我相信大家对如何求解参数theta至少有一套以梯度下降为基础的理论框架。在前面的线性回归的课程中,我们成功地应用了它。并且,当时我们也说过,基于梯度下降的这套求解函数最小值的框架将在很多学习算法中被不断地应用。不过,对于分类问题,相较于线性回归还是有一些不同的。
我们来回顾下逻辑回归的所有已知条件。