逻辑回归数学模型

注，本文是在学习吴恩达老师（Andrew Ng）网易公开课课程的的学习总结和理解，希望与君共勉！

1. y帽用来表示输入x是猫的可能性，取值为0到1之间,给定输入特征向量x，如果知道w和b就可以得到y帽，当y帽越接近于1，表示是猫的可能性就越大，当y越接近于0，表示是猫的可能性就越小。

2. sigmoid 函数。当z无穷大y帽接近于1，当z无穷小y帽接近于0。

3. 逻辑回归的本质：当你做Logistic Regression的时候，在x和y为已知的情况下（比如是猫还是非猫），学习得到参数w和b，使得y帽尽可能的接近y。什么是叫学习呢，也许可以理解成做无限次尝试找到一个使得y帽尽可能的接近y的那个值吧。

4. 如何得到学习得到w和b呢，后面用到的梯度下降算法可以用来快速的得到w和b。

5. 利用学习得到的w和b，下次给定x就可以得到y帽，用来表示是猫的可能性。