吳恩達machine-learning邏輯迴歸

1.假設函數h(x)，因爲邏輯迴歸算法的y值只有零和一兩個值，那麼如果依然要用線性迴歸的方程來表達這一種趨勢的話，會導致誤差很大 於是就引進了一個sigmoid函數，這個函數是無限趨近於0和1。 也就是h(x)=g(z)=1/1+e^(-z)。所以我們假設當這個函數的值取到>=0.5時，那麼就表示預測y=1. 也就是說當z>=0時(z的值就可以表示爲theta’*X,相當於線性迴歸裏的h(x))

>>阅读原文<<