机器学习：逻辑回归（决策边界）

一、基础理解 决策边界：在特征空间内，根据不同特征对样本进行分类，不同类型间的分界就是模型针对该数据集的决策边界。 决策边界，用于分类问题中，通过决策边界可以更好的可视化分类结果； 在二维特征空间中，决策边界为一条直线，理论上，在该直线上 θ.T.x = 0，但实际上不一定存在这样的样本点； 通过决策边界可以直接根据样本在特征空间的位置对该样本的类型进行预测； 满足决策边界条件的样本点，分为哪一类

>>阅读原文<<