機器學習法入門篇（1）—神經元-邏輯斯底迴歸模型

神經元-邏輯斯底迴歸模型 logistic 迴歸和線性迴歸的區別是：線性迴歸是根據樣本X各個維度的Xi的線性疊加（線性疊加的權重係數wi就是模型的參數）來得到預測值的Y，然後最小化所有的樣本預測值Y與真實值y‘的誤差來求得模型參數。我們看到這裏的模型的值Y是樣本X各個維度的Xi的線性疊加，是線性的。 Y=WX (假設W>0),Y的大小是隨着X各個維度的疊加和的大小線性增加的，如圖（x爲了方便取1維

>>阅读原文<<