機器學習——邏輯迴歸

看了吳恩達老師的視頻的一點小思考 爲什麼使用sigmoid函數作爲假設函數： 因爲最終的輸出的分類是固定的兩個值，所以預測的值要限制在一個特定的範圍內，否則無法確定判定的標準，這裏認爲預測值在{0,1}之間，大於0.5判定爲1，小於0.5判定爲0。如果等於0.5則說明樣本點在分割的邊界上，它屬於兩個分類的概率是相等的。越是接近分割邊界樣本點之間的分類差異越不明顯，所以應該表現出接近0.5的速度越快

>>阅读原文<<