logistic回归与牛顿法

1. 梯度降低法的缺点 因为处理的数据有不一样的量纲和量纲单位，致使不一样维度的数据之间尺度差别很大，以下图（左）所示，目标函数的等高线是椭圆形的。这样在经过最小化目标函数寻找最优解的过程当中，梯度降低法所走的路线是锯齿状的，须要通过的迭代次数过多，严重影响了算法的效率。 为了解决这个问题，能够对数据进行归一化，例如采用min-max标准化将输入数据范围统一到[0,1]之间： python x∗=

>>阅读原文<<