吳恩達機器學習筆記2——logistic迴歸3

整體代價函數J(θ) 單個樣本的代價 Cost(h(x),y)，爲了使之不要分類寫，可以寫成上圖中下面這一行式子 不要忘記 logistic迴歸的h(x)=p(y=1|x,θ),在給定x和θ的前提下，分類爲1的概率。 如h（x）=0.7， 分類爲1的概率是70%。 梯度下降來最小化代價函數 發現用梯度下降算法時，算出來的θ更新的式子貌似和線性迴歸時一樣。但其實由於h（x）不同，所以他們並不相同！

>>阅读原文<<