ml-逻辑回归

目标： 预测取值离散的变量y，从而进行分类。

逻辑回归算法

分类算法，输出值永远在0到1之间
ℎ_𝜃 (𝑥) = 𝑔(𝜃^T𝑋)
X代表特征向量
g代表逻辑函数（logistic function）

常用的逻辑函数
  • S形函数(sigmoid function)
    g(z) = {1\over{1+e^{-z}}} 
import numpy as np
def sigmoid(z):
  return 1/(1+np.exp(-z))
Sigmoid function

分析过程：

大体思路：把h_\theta(x)取值的判断转化为几何空间区域分割，直观化。

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容