Logistic Regression

解决分类问题，需要输出离散型变量，而线性回归模型是连续型变量，因此，将线性回归模型的结果离散化，便可以得到解决分类问题的逻辑回归模型： 其函数图像如图所示 横坐标为线性回归模型的因变量，纵坐标表示实例被划分为正向类的概率。 与线性回归模型类似，求出模型中的θ矩阵需要建立代价函数，并在代价函数取得最小值时模型较为合适，逻辑回归的代价函数为 其矩阵表示式为： 对逻辑回归模型的代价函数的求最值，由于其因

>>阅读原文<<