一:梯度下降法
- 加载实验数据画出画出散点图,区分出能进入大学的学生和不能进入大学的学生。
- 回顾逻辑回归,其假设函数为
hθx=gθTx=11+e-θTx=p(y=1|x;θ)
在使用前先声明此函数,代码如下:
g=inline(‘1.0./(1.0+exp(-z)))
- 当我们给定一个训练数据集时,x(i)i=1,2,…,m 我们定义似然函数为:
Jθ=i=1m(hθ(x(i)))y(i)(1-hθ(x(i)))1-y(i)
为了简化计算,我们转变成下列的似然函数:
Lθ=1mi=1my(i)loghθxi+(1-yi)log(hθ(x(i)))