機器學習算法梳理（二）：邏輯迴歸

邏輯迴歸 與線性迴歸的關係 二者都屬於監督學習算法。但是線性迴歸解決迴歸問題，邏輯迴歸解決分類問題。 求代價函數最優值時都可以用到梯度下降法，雖然更新規則看起來相同，但由於假設的定義不同，所以其實是完全不同的兩個過程。 原理 類似線性迴歸。首先有一個預測函數，然後構造損失函數，求和得代價函數，然後採用一些方法求代價函數最小值。 解決分類問題，輸出值永遠在0-1之間。 假設函數： 算法結果有相應的判

>>阅读原文<<