機器學習（二）Logistic迴歸和擬合的正則化

1.之前在線型迴歸中通過假設函數預測的Y值可能遠遠小於0，或遠遠小於1,在分類算法模型中不合適。 這時通過logistic函數來使y值在0~1之間。 2.logistic函數輸出的是在給定的參數x,假設函數h(θ）輸出y=1的可能性 3.決策邊界 由logistic函數可知 當θ的轉置X>=0 h(θ）>=0.5 suppose y =1 畫出 θ的轉置X矩陣 >0 的範圍就是決策邊界 3.代價函

>>阅读原文<<