Logistic Regression（邏輯迴歸）中的損失函數理解

問題：線性迴歸中，當我們有m個樣本的時候，我們用的是損失函數是 J ( θ ) = 1 m ∑ i = 1 m 1 2 ( h θ ( x ( i ) ) − y ( i ) ) 2 J_{(\theta)} = \frac{1}{m}\sum_{i=1}^m\frac{1}{2}(h_{\theta}(x^{(i)}) - y^{(i)})^2 J(θ)​=m1​i=1∑m​21​(hθ​(x(

>>阅读原文<<