CS229之逻辑回归


逻辑回归是分类问题的经典解法,本节首先引入sigmod函数,建立问题的假设空间,再介绍LR模型输出的统计意义。与线性回归问题不同,LR需使用对数损失函数来作为cost function(凸函数)。最后介绍了一些高级优化方法(没仔细看),和多分类问题


1. 回归VS分类

如果用线性回归解决 二分类问题


2.  逻辑回归的假设陈述

表示为1/0的概率



3. 决策边界

完全线性可分->  划分不同类的边界




4. 损失函数

为什么不能继续用平方差函数



因此,选用对数损失函数



5. 简化损失函数



梯度下降求解




6. 先进的优化方法


7. 多分类问题


你可能感兴趣的:(CS229之逻辑回归)