機器學習：邏輯迴歸（Logistic Regression）

定義：邏輯迴歸假設數據服從伯努利分佈，通過極大化似然函數的方法，運用梯度下降來求解參數，來達到將數據二分類的目的。 輸入：邏輯迴歸的輸入是一個線性組合，與線性迴歸一樣，但是輸出變成了概率。通過伯努利（類似拋硬幣的概率分佈）的概率公式我們可以得到sigmoid函數。 邏輯迴歸的最終形式： hθ(x;θ)=11+e−θTx h θ ( x ; θ ) = 1 1 + e − θ T x 函數圖像如下圖

>>阅读原文<<