逻辑回归详解——机器学习入门

Task2

【声明】：转摘注明出处，禁止商用。

【声明】：转摘注明出处，禁止商用。

【声明】：转摘注明出处，禁止商用。

1. 逻辑回归与线性回归的联系与区别

线性回归：
$$h_{\theta }(x)=\sum _{i=0}^n{\theta }_i{x}_i={\theta }^{T}x$$
逻辑回归：
P ( Y = 1 ∣ x ) = s i g m o d ( θ T x ) = e w x + b 1 + e w x + b P ( Y = 0 ∣ x ) = s i g m o d ( θ T x ) = 1 1 + e w x + b P(Y=1 | x)=sigmod(\theta^{T} x)= \frac{e^{wx+b}}{1+e^{wx+b}} \\ P(Y=0 | x)=sigmod(\theta^{T} x)= \frac{1}{1+e^{wx+b}} P(Y=1∣x)=sigmod(θTx)=1+ewx+bewx+b​P(Y=0∣x)=sigmod(θTx)=1+e