吴恩达《深度学习》笔记 2.1二分分类 2.2 Logistic函数

专栏目录：任妍Carol：机器学习小白笔记目录

吴恩达课程链接：网易云课堂《神经网络和深度学习》

本节链接：2.1 二分分类 2.2 Logistic函数

——————————————————————————————————————

如何表示一张图片？

上节我们讲到了结构化数据和非结构化数据，如图中的音频、图片和文本就是非结构化数据。

结构化数据我们很方便进行计算，但是非结构化数据如何处理呢？

如果你曾经学过三原色，应该知道所有的颜色都可以用红绿蓝三种颜色表示，就是常见的RGB表示，只是不同的颜色对应的RGB的值不同。

那么下图的小猫咪，我们可以把这张图片还原成RGB，它是由三种颜色叠加而成，每一个像素点上的颜色深度不一样，这个深度就用数字来表示。这样，图片信息就被我们转化成了数字信息，然后对数字进行运算就简单很多啦~

为了更加方便之后的分析运算，我们将这三种颜色的RGB值写成一列， 就是一个特征向量

二分分类

上面的图片，如果想要识别这张图片是不是猫咪，可以设置一个二分分类，1代表是，0代表不是，这就是y的所有取值了 y∈{0,1}

Logistic 回归

我们希望，给出 x，可以知道这张图是猫咪的概率大小

我们要做的就是求出w和b就好了

多说一下，在另外一些机器学习的算法中，也可以看到下面的符号表示，将w和b统一到一起了

这就叫做Logistic回归，logistic回归是一种广义线性回归（generalized linear model），因变量可以是二分类的，也可以是多分类的，但是二分类的更为常用，也更加容易解释。
Logistic回归常用于数据挖掘，疾病自动诊断，经济预测等领域。

下一节我们会继续深入介绍Logistic回归函数的损失函数

总结

1. 处理图像的时候可以将图像看成RGB的叠加，然后再写成特征向量
2. Logistic函数可以用于预测二分分类

更多计算机、人工智能、个人提升、效率应用、好书推荐，请关注微信公众号【阿肉爱学习】↓