Logistic Regression（逻辑回归）中的损失函数理解

问题：线性回归中，当我们有m个样本的时候，我们用的是损失函数是 J ( θ ) = 1 m ∑ i = 1 m 1 2 ( h θ ( x ( i ) ) − y ( i ) ) 2 J_{(\theta)} = \frac{1}{m}\sum_{i=1}^m\frac{1}{2}(h_{\theta}(x^{(i)}) - y^{(i)})^2 J(θ)​=m1​i=1∑m​21​(hθ​(x(

>>阅读原文<<