logistic regression (逻辑回归)产生的目的是解决回归问题,对于二元分类问题,预测函数hθ(x)最好是介于[0,1]之间,所以回归函数
符号这个要求,谨记逻辑回归是分类函数。不是为了拟合存在。
以下是解释:判决边界的PPT,有不懂的可以去看视频
以下是讲述逻辑回归的代价函数:凸优化
解释:计算代价函数J(θ)为什么不直接将hθ(x)=sigmoid(x)带入,因为sigmoid函数太过于复杂,若直接带入会导致J(θ)函数是非凸函数,如左图,无法进行梯度下降,所以,要进行凸优化,把代价函数搞成左边的样子。
将代价函数进行如上改造就可以变成凸函数了,就是凸优化。
下面就是讲述多分类的分类方法,基本思想就是将多分类分解成多个二元分类。