逻辑回归
逻辑回归是在分类问题中预测离散的值。
假说表示
逻辑回归模型的假设是: ℎ?(?) = ?(???) 其中: ? 代表特征向量, ? 代表逻辑函数是一个常用的逻辑函数为 S 形函数公式为: ?(?) = 1/1+?−?。
g(x)的代码实现
判定边界
决策边界:将基础向量空间划分为两个集合。分类器将决策边界一侧的所有点分类为属于一个类,而将另一侧的所有点分类为属于另一个类。
有时候需要二次方特征:ℎ?(?) = ?(?0 + ?1?1 + ?2?2 + ?3?1 2 + ?4?2 2)是[-1 0 0 1 1],则得到的判定边界恰好是圆点在原点且半径为 1 的圆形。
对于非常复杂形状的判定边界要用非常复杂的模型来适应。
代价函数
????(ℎ?(?),?)函数的特点是:当实际的 ? = 1 且ℎ?(?)也为 1