《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。