機器學習之logistic迴歸的梯度上升算法

機器學習之logistic迴歸的梯度上升算法 算法背景： 一般來說，迴歸模型一般不用在分類問題上，因爲迴歸是連續型模型，而且受噪聲的因素很大，但是，若需要選擇，可以選擇使用logisti 迴歸。 對數迴歸本質上是線性迴歸，只是在特徵到結果的映射里加入了一層函數映射，選擇g(z)=1/(1+exp（-z）)作爲sigmoid函數進行映射，可以將連續值映射到0-1之間。 其中g(z)函數的圖像如下：可

>>阅读原文<<