ML學習筆記第三週（二）：邏輯迴歸模型

1 代價函數 在線性迴歸模型中，爲了求得與數據集擬合效果最好的θ，我們會將代價函數定義爲 線性模型應用此函數可以求得擬合情況較好的參數θ，但是對於邏輯迴歸模型，如此應用就會得到非凸（non-convex）函數，進一步應用梯度下降算法時，就可能會得到局部最優解而非全局最優解。 所以我們需要求得最合適的Cost(hθ(x),y)，從而進一步求得參數θ。Cost function表達式如下圖所示。 當y

>>阅读原文<<