【深度之眼吴恩达机器学习第四期】笔记（二）

逻辑回归

逻辑回归虽然叫回归，但是它是一个分类算法。

线性回归不适合分类问题

之前我们学习了用线性回归解决回归问题（预测房价），现在我们来看看分类问题。给定肿瘤的大小，预测肿瘤是良性的（y=0）还是恶性的（y=1）。我们还想用线性回归来解决这个分类问题。在下面这种情况下线性回归表现的还不错，y=0.5的时候刚好把两个数据集分隔开了。

但是在下面这种情况下效果就没有那么好了（只添加了一个数据点），在y=0.5的时候，把一部分恶性肿瘤归为良性肿瘤了：

逻辑回归函数

而且我们知道二分类问题的y只有两种取值，要么是0，要么是1。如果我们使用线性回归来预测的话，得到的结果有可能比1大很多，或者比0小很多，我们想要把值域固定在[0,1]之间，并且以y=0.5为分界线。所以我们使用Sigmoid函数（等同于Logistics函数）作为假设函数，函数表达式如下：

函数的图形如下：

下面的公式的前一项代表：给定x和θ，y=1的概率。因为y只能取0或1，所以给定x和θ时，y=1的概率和y=0的概率加起来等于1.