机器学习笔记-逻辑回归(Logistic Regression)损失函数代码表示

以吴恩达老师的课程为例

损失函数为
在这里插入图片描述
带入逻辑回归的损失函数:
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

Python代码的实现

import numpy as np
def cost(theta, X, y):
    theta = np.matrix(theta)
    X = np.matrix(X)
    y = np.matrix(y)
    first = np.multiply(-y, np.log(sigmoid(X*theta.T)))
    second = np.multiply((1 - y), np.log(1 - sigmoid(X*theta.T)))
    return np.sum(first - second) / (len(X))

之后,就可以使用梯度下降法来求是的损失函数最小的theta参数了。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值