機器學習實戰記錄-Logistic迴歸

準備：梯度下降算法；（來自吳恩達機器學習） 1.cost函數的引出 定義的引出：確定模型計算出的值與測試樣本值之間的差距；更適合大量的數據集； m代表樣本點數，除以m是爲了求平均誤差（讓參數m有了意義），除以2m是一樣的，我的理解是：模型在樣本值的中間波動，取一半就是一邊點的距離，感覺和SVM裏有點類似； 是模型函數，猜測的模型，關於x的函數；是代價函數，關於參數的函數； 當將兩個參數同時引入：

>>阅读原文<<