吴恩达机器学习Logistic回归算法的Python实现

根据吴恩达作业ex2的Logistic Regression用Python代码实现。

首先贴上公式，整个算法的实现主要依靠两个公式。一个是计算代价函数的公式，一个是进行梯度下降的公式。

计算logistic回归的代价函数定义如下。值得注意的是，这里的h(x)与线性回归的h(x)并不一样，在带入公式时尤其注意。

同样，与线性回归类似，为了最小化代价函数J，需要进行迭代计算相应的theta。

下面使用Python实现该算法。代码中提供了两种实现方法，一种是直接使用科学计算函数optimize.minimize寻找最优参数，另一种就是使用迭代来实现求解theta（ex2里并没有使用迭代来实现该算法，这里使用该算法主要是为了学习，如若有错欢迎指正）。关于optimize.minimize的参考资料：