逻辑回归学习算法,适用于二分类问题。
对于二元分类问题来讲,给定一个输入特征向量X,它可能对应一张图片,如果想识别这张图片看它是一只猫或者不是一只猫的图片,那么就需要一个算法能够输出预测,输出值为 y ^ \hat{y} y^(也就是预测值),也就是对实际值 y 的估计。更正式地来说,要让 y ^ \hat{y} y^表示 y 等于1的一种可能性或者是概率,通过这个值来告诉你这是一只猫的图片的机率有多大。
X是一个n_x维的向量(相当于有n_x个特征的特征向量),用w来表示逻辑回归的权重参数,这也是一个n_x维向量(因为w是特征权重,维度与特征向量相同),还有一个b参数,这是一个实数(表示偏差)。给出输入x以及参数w和b之后,就可以求出 y ^ \hat{y} y^