qq_46438498的博客

总结:拟合功能的函数（分类/回归）——>成本函数——>针对成本函数的优化函数。

Logistic Regression 虽然被称为回归，但其实际上是分类模型，并常用于二分类。Logistic Regression 因其简单、可并行化、可解释强深受工业界喜爱。

特征缩放是对输入数据进行标准化/规范化所需要的重要预处理之一。当每一列的值范围非常不同时，我们需要将它们扩展到公共级别。这些值重新规划成公共水平，然后我们可以对输入数据应用进一步的机器学习算法。如果学习率够小，但仍旧出现学习率时增大时减小的情况，那么意味着代码可能存在某处错误。该方法的主要功能是将数据按比例缩放，使之落入一个小的特定区间，可以使得输入数据的每个特征维度都具有均值0、方差1的性质。多项式回归是线性回归的一种扩展，它可以使我们对非线性关系进行建模。表示该特征维度的最大值，表示特征维度x的均值，

可以使用被用来作为最小化任何函数的算法。α 学习率 learning_rate：梯度下降的幅度导数项：梯度下降的方向。

是否有监督（supervised），就看输入数据是否有标签（label），输入数据有标签，则为有监督学习，没标签则为无监督学习。label就是输出的标签 y。