- 关于分类问题,结果常有两个,用{0,1}表示。0表示负类,常表示没有某样东西;1表示正类,表示具有我们要寻找的东西。
- 将线性回归应用到分类问题,运气好的话,可能也会运行的很好,但这取决于数据集。所以将线性回归应用到分类问题并不是一个好的方法。并且使用线性回归其输出结果值可能会远远大于1或者远远小于0.所以并不推荐使用该法
- Logistc回归,有个特点 其目标函数值在0-1之间,视为是一种分类算法
- 分类问题的预测值是离散的
二分类
- 假设陈述
当有一个分类问题时,我们使用哪个方程来表示假设
上图计算求sigmoid function 的值时,这里写的是theta’x,但实际带入值时要写成(xtheta)!!!
建立模型:
举例解释模型: