本文是对逻辑回归的总结，介绍了线性回归与sigmoid函数的关系，极大似然估计，梯度上升法及其在逻辑回归中的应用，并对比了线性回归与逻辑回归的区别。还提供了相关学习资源链接。
学习完吴恩达的机器学习视频，看过机器学习实战及学习了网上的一些博客之后，在这里对我学习到的逻辑回归知识做一个学习总结。
1.线性回归和sigmoid函数
逻辑回归是一种分类算法，它可以解决二分类问题，它的实质是线性回归+逻辑函数,传统的线性回归是为了找到能更好地拟合真正的函数曲线的最佳参数，线性回归如下：
如果用线性回归做分类的话，由于最终的结果可能会远大于或远小于分类结果1和0，所以我们加入sigmoid逻辑函数，这个逻辑函数把把输出值固定在0-1之间，sigmoid的公式和图像如下：
而且这个最终的g(z)的输出结果也很有趣，它可以表示函数点在
也即
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
