Python机器学习随笔之非线性分类的logistic回归拟合及正则化

01 非线性决策边界的logistic回归拟合 常规的logistic回归在解决分类问题时,通常是用于线性决策边界的分类(如下图-左图),因为logistic回归可以视为线性回归的一种转化,其回归模型为 (sigmoid函数): 式中的z=θTx(i)就是不同x的线性表达式f(x) = g(w0+w1x1+w2x2)。那么,对于线性决策边界的分类,如何用logistic回归预测、拟合呢?这时候就需
相关文章
相关标签/搜索