机器学习实验（二）：梯度下降和牛顿法解逻辑回归

一：梯度下降法 加载实验数据画出画出散点图，区分出能进入大学的学生和不能进入大学的学生。 回顾逻辑回归，其假设函数为            hθx=gθTx=11+e-θTx=p(y=1|x;θ) 在使用前先声明此函数，代码如下：                 g=inline(‘1.0./(1.0+exp(-z))) 当我们给定一个训练数据集时，x(i)i=1,2,…,m 我们定义似然函数为：

>>阅读原文<<