逻辑回归.感知器算法

《Andrew Ng 机器学习笔记》这一系列文章文章是我再观看Andrew Ng的Stanford公开课之后自己整理的一些笔记，除了整理出课件中的主要知识点，另外还有一些自己对课件内容的理解。同时也参考了很多优秀博文，希望大家共同讨论，共同进步。

网易公开课地址：http://open.163.com/special/opencourse/machinelearning.html

逻辑回归

在之前的学习中，我们一直使用的是线性回归，因为我们将目标函数看作是连续变化的。即便当问题不能用线性模型解决，我们也可以使用局部加权回归的方法。

对于目标值是离散变量的分类问题来说，线性模型就不是很适用，虽然也有一些分类可以通过线性模型解决，但并不是最好的方法。对于目标值是离散变量的分类问题，我们假设目标值为{0,1}，构造一个新的预测函数，这种方法就叫逻辑回归。