逻辑回归和梯度下降

引出sigmod函数（x∈（整个实数），y∈（0,1）），可以将任何输入，映射为0-1的区间上的值，就是概率了 逻辑回归，是一个经典的二分类的算法，要得出最终的类别，用阈值去判断。 由于有时候，矩阵求逆不存在，或者，不方便求导，那么，优化问题一般就要用梯度下降了，这里是优化一个θ。梯度下降，就好像是下山，要找一个坡度。坡，就类似一个梯度。 对J(θ)求导，得到的是梯度的反方向（向上的），就减去这个

>>阅读原文<<