深度学习——day23 class1-week2：二分分类与逻辑回归

2.1 二分分类

• 特征向量nx的维数64643
  y的值为0 或 1

• 符号说明：
  

• 输入向量x的维度和m代表训练集的数量
  

• 输出1*m 的y矩阵
  

2.2 Logistic Regression

• 线性回归不能满足y介于0和1之间的要求（y期望值为1）
  
  sigmoid 函数 在z的大小不同情况下的情况
  
  参数w和b分开用
  

Logistic Regression cost function

下图有两个损失函数，第一个损失函数虽然能达到要求，但是不适用于梯度下降；

• 简单解释一下第二个损失函数，当y = 1（图片为猫）时，要求y^也尽量靠近1，此时函数后项1-1=0.所以只考虑第一项，ylogy ^=logy ^（y=1），那么久要求y ^尽量靠近1， 才能使损失函数尽可能的小；同理可得y=0的情形
  
  损失函数只衡量单个训练集，接下来的成本函数用来衡量全体训练集