一种是用0、1作为观测值,用0、1表示的时候,可以用cost function来解释最优化目标。可以用概率解释结果,也可以用和结果的近似度来解释,结果结果离0或1哪个近,就是哪个类别。可以看coursera上ng的教程。也可以参考这个链接:http://blog.csdn.net/yangliuy/article/details/18504921
一种是观测值用1和-1表示的时候,logistic function表示概率,用MLE表示最优化目标。最后的结果用概率来解释,概率大于0.5,就是正例正例。可以参考这个链接:http://www.csdn.net/article/2014-02-13/2818400-2014-02-13
我对梯度做了推导,第二种方法里的1对应1一种方法里的负例,-1对应正例的时候,两边是一致的。