机器学习（Logistic）

参考https://zhuanlan.zhihu.com/ml-jack ；

简单过一遍，不推导公式；

1.Sigmoid函数（还有一些类似作用的函数Tan....）主要利用它的函数性质 值域在（0~1）

2.首先理解一下logsitic的主要干什么，主要是对现有的data做一个分割线，来完成分类。

3.分割线的位置就是参数的计算，就涉及到参数最优化；

4.下面的是目标函数（不是Loss function）

目标函数就是似然函数，求目标函数最大的过程就是最大似然估计的过程

5.最大似然的求解过程中用到了梯度下降法（参考的博主是使用的局部梯度最优化）吴恩达推导的是全局梯度最优化；

6.上面的区别  在于回归系数的更新速度，局部快点。

7.下面就是python 的代码。

---