逻辑回归学习笔记
目标:建立分类器(求解参数)
设定阈值,根据阈值判断结果
要完成的模块
- sigmoid:映射到概率的函数
,z为model函数值
- model: 返回预测结果值
- cost:根据参数计算损失
为sigmoid函数值
求平均损失
- gradient: 计算每个参数的梯度方向
- descent:进行参数更新
- accuracy:计算精度
设定停止策略:
STOP_ITER=0:迭代thresh次
STOP_COST=1:迭代过程中损失小于thresh
STOP_GRAD=2:迭代过程中梯度小于thresh
缺点:对数据严格线性不可分的情况无能为力