監督學習的Logistic迴歸算法

函數原型 h θ ( X ) = 1 1 + e − θ T X . . . 稱 h θ ( X ) 爲 y = 1 的 概 率 。 h_\theta(X)=\frac{1}{1+e^{-\theta^TX}}...稱h_\theta(X)爲y=1的概率。 hθ​(X)=1+e−θTX1​...稱hθ​(X)爲y=1的概率。 決策界限的定義 根 據 函 數 表 達 式 可 知 當 z > = 0

>>阅读原文<<