機器學習基石(Machine Learning Foundations) 机器学习基石 作业三 Q18-20 C++实现

        大家好，我是Mac Jiang,今天和大家分享Coursera-NTU-機器學習基石（Machine Learning Foundations）-作业三 Q18-20的C++实现。虽然有很多大神已经在很多博客中给出了Phython的实现，但是给出C++实现的文章明显较少，这里为大家提供一条C++实现的思路！我的代码虽然能够得到正确答案，但是其中可能有某些思想或者细节是错误的，如果各位博友发现，请及时留言纠正，谢谢！再次声明，博主提供实现代码的原因不是为了让各位通过测试，而是为学习有困难的同学提供一条解决思路，希望我的文章对您的学习有一些帮助！

本文出处：http://blog.youkuaiyun.com/a1015553840/article/details/51085835

其他问题解答请看汇总帖：http://blog.youkuaiyun.com/a1015553840/article/details/51085129

        这部分内容讲的主要是利用梯度下降发实现逻辑回归。

（1）逻辑回归

        逻辑回归Hyphothesis:

        逻辑回归单个点错误：

        逻辑回归总代价：

（2）梯度下降法

        逻辑回归的batch gradient descent：

        逻辑回归的stostic gradient descent：不需要N个样本求平均了，直接取其中一个的梯度

（3）逻辑回归的实现步骤

        

1.第十八题