分类算法:
分类算法:logistic回归(只是由于历史原因是这个名字,其实它是一个分类算法)
sigmoid函数【同义于logistic函数】:
logistic回归的假设函数:
分类模型例子:
我们不是用训练集来决定的决策边界,我们用训练集来拟合参数θ,然后用θ来确定决策边界。
当Y=1的时候,代价函数的图像如下:
当Y=0的时候,代价函数的图像如下:
对于logistic回归的代价函数做一个简化处理:
最小化代价函数使用的是梯度下降法:
用矩阵算【向量化】的话可以实现所有θ的同时更新
从上图可以看出,线性回归和logistic回归所得到关于θ的计算公式一样,那么她们两的算法是有啥不同吗?
其实是假设函数h(x)的不同
逻辑回归【logistic回归】解决多分类问题;一对多的分类算法
P38